09 2021 档案

CNN的使用
摘要：本程序可以使用CNN来预测mnist数据集的数字 #CNN from __future__ import division,print_function import tensorflow as tf import matplotlib.pyplot as plt import numpy as n 阅读全文
posted @ 2021-09-30 19:25 TheDa 阅读(294) 评论(0) 推荐(0)
CNN中使用Dropout
摘要：https://blog.csdn.net/program_developer/article/details/80737724 这篇博客讲的很清楚 阅读全文
posted @ 2021-09-30 15:24 TheDa 阅读(181) 评论(0) 推荐(0)
全连接层
摘要：我目前的理解是这个工具可以帮助构建神经网络？ TensorFlow多层感知机实现MINIST分类（详解版） (biancheng.net) 学了几天之后回来感觉全连接层就是一个傻逼东西。 以https://www.cnblogs.com/theda/p/15357946.html我的这篇博客的代码的 阅读全文
posted @ 2021-09-26 20:06 TheDa 阅读(133) 评论(0) 推荐(0)
BP算法 && 第一次遇到TensorFlow2.0的大坑 &&没有完全搞懂
摘要：Back Propagation algorithm 首先在编程的时候遇到了tensorflow版本过低的问题，使用不了sigmoid激发函数。 因此使用 python import tensorflow as tf tf.__version__ 查看tensorflow版本。 tf.__path_ 阅读全文
posted @ 2021-09-23 13:30 TheDa 阅读(132) 评论(0) 推荐(0)
单层感知机
摘要：http://c.biancheng.net/view/1914.html import tensorflow as tf import numpy as np import matplotlib.pyplot as plt def threshold(x): cond=tf.less(x,tf.z 阅读全文
posted @ 2021-09-22 19:31 TheDa 阅读(249) 评论(0) 推荐(0)
简单线性回归&&损失函数&&优化器&&boston数据集读取&&数据显示
摘要：这里介绍了一个最简单的使用TensorFlow实现简单的线性回归算法的方法。 http://c.biancheng.net/view/1906.html原文地址 import tensorflow as tf import numpy as np import matplotlib.pyplot a 阅读全文
posted @ 2021-09-21 20:23 TheDa 阅读(245) 评论(0) 推荐(0)
深度学习数据集 2 MNIST数据集
摘要：安装使得python可视化的工具 matplotlib 直接在TensorFlow的虚拟环境下pip install matplotlib完事。 有了前面的经验这次直接简单完成。 读取MNIST数据集 mnist数据集在TensorFlow当中是有自己的api的。 这段代码直接运行看看效果，api好 阅读全文
posted @ 2021-09-21 19:21 TheDa 阅读(120) 评论(0) 推荐(0)
深度学习数据集 && 第一次了解虚拟环境
摘要：MNIST：这是最大的手写数字（0～9）数据库。它由 60000 个示例的训练集和 10000 个示例的测试集组成。该数据集存放在 Yann LeCun 的主页（http://yann.lecun.com/exdb/mnist/）中。这个数据集已经包含在tensorflow.examples.tut 阅读全文
posted @ 2021-09-20 20:15 TheDa 阅读(300) 评论(0) 推荐(0)
TensorFlow未学习
摘要：一 TensorFlow XLA加速线性代数编译器 http://c.biancheng.net/view/1891.html 二在 TensorFlow 中指定某一设备用于矩阵乘法的计算 http://c.biancheng.net/view/1893.html 阅读全文
posted @ 2021-09-20 20:00 TheDa 阅读(33) 评论(0) 推荐(0)
TensorBoard最全使用说明！！！
摘要：TensorBoard是一个可以使得DAG图可视化的强大功能。 不说了先上效果图 那么怎么才能得到这么精美的图片呢？ 一，确保你的电脑已经安装过了TensorBoard 如果没有安装过的话，直接在Windows命令行中输入Pip install tensorboard ，就安装成功了 当然，Tens 阅读全文
posted @ 2021-09-20 19:24 TheDa 阅读(8373) 评论(0) 推荐(0)
在TensorFlow中使用矩阵
摘要：单位矩阵 import tensorflow as tf I_matrix=tf.eye(5) with tf.Session() as sess: print(sess.run(I_matrix)) variable矩阵 import tensorflow as tf X=tf.Variable( 阅读全文
posted @ 2021-09-20 16:44 TheDa 阅读(108) 评论(0) 推荐(0)
4.3.3 节 调度在TF上的应用（开始学习TensorFlow）
摘要：64页末尾直到72页特殊情况上面 讨论的是调度框架在TensorFlow上面的应用。 首先就学习一下TensorFlow，http://c.biancheng.net/view/1885.html 这里讲的很好。 t_random=tf.random_normal([2,3],mean=2.0,st 阅读全文
posted @ 2021-09-19 21:03 TheDa 阅读(64) 评论(0) 推荐(0)
论文总结
摘要：首先就是机器包含着许多并行运行的处理器（DEVICE），以及通信链路（LINK）。 链路分为两种，一种是处理器间的链路，一种是计算机节点之间的链路。 每个处理器上都有自己的内存（RAM，在程序上标注了大小）。可以有任务Vi被调度到处理器Pj上面。显然任务被 调度到处理器Pj上面的话，那么就需要用到处 阅读全文
posted @ 2021-09-19 14:56 TheDa 阅读(56) 评论(0) 推荐(0)
主要的下一步工作
摘要：首先是需要明白模拟器的功能，模拟器的功能就是现在有一个v0.5的版本的芯片，现在需要设计一个v1.0版本的芯片。 然后已有现在的v0.5版本的芯片的数据，模拟器的功能就是跑出v1.0版本的芯片。 然后基于模拟出来的结果，看是core数量不足，还是带宽数量不足等等，最后能够指导下一步的工作。比如cor 阅读全文
posted @ 2021-09-19 13:55 TheDa 阅读(41) 评论(0) 推荐(0)
对于VS code的进一步使用
摘要：之前的TensorFlow，只需要先安装Anaconda，然后再参照https://blog.csdn.net/laobai1015/article/details/84580243这篇博客 ，将TensorFlow版本的python添加到环境变量当中，即可完成TensorFlow的安装。 今天准备 阅读全文
posted @ 2021-09-18 21:07 TheDa 阅读(51) 评论(0) 推荐(0)