Fork me on GitHub
上一页 1 ··· 31 32 33 34 35 36 37 38 39 ··· 119 下一页
2020年4月11日
【tensorflow2.0】AutoGraph的机制原理
摘要： 有三种计算图的构建方式：静态计算图，动态计算图，以及Autograph。 TensorFlow 2.0主要使用的是动态计算图和Autograph。 动态计算图易于调试，编码效率较高，但执行效率偏低。 静态计算图执行效率很高，但较难调试。 而Autograph机制可以将动态图转换成静态计算图，兼收执行 阅读全文
posted @ 2020-04-11 10:37 西西嘛呦 阅读(1227) 评论(0) 推荐(0)
【tensorflow2.0】AutoGraph的使用规范
摘要： 有三种计算图的构建方式：静态计算图，动态计算图，以及Autograph。 TensorFlow 2.0主要使用的是动态计算图和Autograph。 动态计算图易于调试，编码效率较高，但执行效率偏低。 静态计算图执行效率很高，但较难调试。 而Autograph机制可以将动态图转换成静态计算图，兼收执行 阅读全文
posted @ 2020-04-11 10:22 西西嘛呦 阅读(493) 评论(0) 推荐(0)
【tensorflow2.0】张量的数学运算
摘要： 张量的操作主要包括张量的结构操作和张量的数学运算。 张量结构操作诸如：张量创建，索引切片，维度变换，合并分割。 张量数学运算主要有：标量运算，向量运算，矩阵运算。另外我们会介绍张量运算的广播机制。 本篇我们介绍张量的数学运算。 一，标量运算 张量的数学运算符可以分为标量运算符、向量运算符、以及矩阵运 阅读全文
posted @ 2020-04-11 10:05 西西嘛呦 阅读(1577) 评论(0) 推荐(0)
2020年4月10日
【tensorflow2.0】张量的结构操作
摘要： 张量的操作主要包括张量的结构操作和张量的数学运算。 张量结构操作诸如：张量创建，索引切片，维度变换，合并分割。 张量数学运算主要有：标量运算，向量运算，矩阵运算。另外我们会介绍张量运算的广播机制。 本篇我们介绍张量的结构操作。 一，创建张量 张量创建的许多方法和numpy中创建array的方法很像。 阅读全文
posted @ 2020-04-10 15:44 西西嘛呦 阅读(691) 评论(0) 推荐(0)
【tensorflow2.0】高阶api--主要为tf.keras.models提供的模型的类接口
摘要： 下面的范例使用TensorFlow的高阶API实现线性回归模型。 TensorFlow的高阶API主要为tf.keras.models提供的模型的类接口。 使用Keras接口有以下3种方式构建模型：使用Sequential按层顺序构建模型，使用函数式API构建任意结构模型，继承Model基类构建自定 阅读全文
posted @ 2020-04-10 15:42 西西嘛呦 阅读(1737) 评论(0) 推荐(1)
【tensorflow2.0】中阶api--模型、损失函数、优化器、数据管道、特征列等
摘要： 下面的范例使用TensorFlow的中阶API实现线性回归模型。 TensorFlow的中阶API主要包括各种模型层，损失函数，优化器，数据管道，特征列等等。 import tensorflow as tf from tensorflow.keras import layers,losses,met 阅读全文
posted @ 2020-04-10 15:36 西西嘛呦 阅读(1013) 评论(3) 推荐(0)
【tensorflow2.0】低阶api--张量操作、计算图、自动微分
摘要： 下面的范例使用TensorFlow的低阶API实现线性回归模型。 低阶API主要包括张量操作，计算图和自动微分。 import tensorflow as tf # 打印时间分割线 @tf.function def printbar(): ts = tf.timestamp() today_ts = 阅读全文
posted @ 2020-04-10 15:21 西西嘛呦 阅读(415) 评论(0) 推荐(0)
【tensorflow2.0】自动微分机制
摘要： 神经网络通常依赖反向传播求梯度来更新网络参数，求梯度过程通常是一件非常复杂而容易出错的事情。 而深度学习框架可以帮助我们自动地完成这种求梯度运算。 Tensorflow一般使用梯度磁带tf.GradientTape来记录正向运算过程，然后反播磁带自动得到梯度值。 这种利用tf.GradientTap 阅读全文
posted @ 2020-04-10 14:28 西西嘛呦 阅读(912) 评论(0) 推荐(0)
【tensorflow2.0】三种计算图
摘要： 有三种计算图的构建方式：静态计算图，动态计算图，以及Autograph. 在TensorFlow1.0时代，采用的是静态计算图，需要先使用TensorFlow的各种算子创建计算图，然后再开启一个会话Session，显式执行计算图。 而在TensorFlow2.0时代，采用的是动态计算图，即每使用一个 阅读全文
posted @ 2020-04-10 14:12 西西嘛呦 阅读(3249) 评论(0) 推荐(1)
【tensorflow2.0】张量数据结构
摘要： 程序 = 数据结构+算法。 TensorFlow程序 = 张量数据结构 + 计算图算法语言 张量和计算图是 TensorFlow的核心概念。 Tensorflow的基本数据结构是张量Tensor。张量即多维数组。Tensorflow的张量和numpy中的array很类似。 从行为特性来看，有两种类型 阅读全文
posted @ 2020-04-10 11:01 西西嘛呦 阅读(576) 评论(0) 推荐(0)
上一页 1 ··· 31 32 33 34 35 36 37 38 39 ··· 119 下一页