随笔分类 -  算法框架

Pytorch和tensorflow 框架学习:使用和调整,能调用和调试code
摘要:大家好,非常感谢关注到该博客园,由于个人原因,后期主要将知乎作为写作和记录平台,感兴趣的请移步到 个人知乎 有问题可以在那边提问,谢谢! 阅读全文
posted @ 2022-08-02 16:39 忆凡人生 阅读(314) 评论(0) 推荐(0)
摘要:目录 基本方法 不需重新定义网络结构的方法 saved_model方式 附件一:sklearn上的用法 一、基本方法 1.1 保存 定义变量 使用saver.save()方法保存 import tensorflow as tf import numpy as np W = tf.Variable([ 阅读全文
posted @ 2020-06-25 10:53 忆凡人生 阅读(3056) 评论(2) 推荐(1)
摘要:一、代码 # Author:yifan import matplotlib as mpl from tensorflow.examples.tutorials.mnist import input_data #从tensorflow中导入数据 import tensorflow as tf ## 设 阅读全文
posted @ 2020-03-29 19:56 忆凡人生 阅读(239) 评论(0) 推荐(0)
摘要:一、代码: 1 import numpy as np 2 import tensorflow as tf 3 # 1. 构造一个数据 4 np.random.seed(28) 5 N = 100 6 x = np.linspace(0, 6, N) + np.random.normal(loc=0. 阅读全文
posted @ 2020-03-29 19:55 忆凡人生 阅读(239) 评论(0) 推荐(0)
摘要:目录 简介 构建步骤 实现方式 Demo演示 一、简介 1) 使用单台机器或者单个GPU/CPU来进行模型训练,训练速度会受资源的影响,因为毕竟单个的设备的计算能力和存储能力具有一定的上限的,针对这个问题,TensorFlow支持分布式模型运算,支持多机器、多GPU、多CPU各种模型的组合运行方案的 阅读全文
posted @ 2020-03-22 20:28 忆凡人生 阅读(1867) 评论(0) 推荐(0)
摘要:目录 TensorBoard简介 TensorBoard主要API 面板介绍 执行步骤 实例说明 在TensorFlow中,最常用的可视化方法有三种途径,分别为TensorFlow与OpenCv的混合编程、利用Matpltlib进行可视化、利用TensorFlow自带的可视化工具TensorBoar 阅读全文
posted @ 2020-03-16 23:14 忆凡人生 阅读(2002) 评论(0) 推荐(0)
摘要:目录 背景 简介 name_scope variable_scope 实例 一、背景 通过tf.Variable我们可以创建变量,但是当模型复杂的时候,需要构建大量的变量集,这样会导致我们对于变量管理的复杂性,而且没法共享变量(存在多个相似的变量)。针对这个问题,可以通过TensorFlow提供的变 阅读全文
posted @ 2020-03-16 23:14 忆凡人生 阅读(868) 评论(0) 推荐(0)
摘要:一、TensorFlow控制依赖 1.1 简介 我们可以通过Variable和assign完成变量的定义和更新,但是如果在更新变量之前需要更新其它变量,那么会导致一个比较严重的问题:也就是需要多次调用sess.run方法来进行变量的更新。通过这种方式,代码复杂程度上升,同时也没有执行效率。 解决该问 阅读全文
posted @ 2020-03-16 23:13 忆凡人生 阅读(649) 评论(0) 推荐(0)
摘要:目录 实现一个累加器,并且每一步均输出累加器的结果值 实现动态的更新变量的维度数目 实现一个求解阶乘的代码 使用已介绍的相关TensorFlow相关知识点,实现以下三个功能(变量更新) 一、实现一个累加器,并且每一步均输出累加器的结果值 1 # 1. 定义一个变量 2 x = tf.Variable 阅读全文
posted @ 2020-03-16 23:12 忆凡人生 阅读(290) 评论(0) 推荐(0)
摘要:目录 简介 TensorFlow的特性 TensorFlow组件 TensorFlow用法介绍 一、简介 TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。2015年11月9日,Google发布人工智能系统TensorFlow并宣布开源。其命名 阅读全文
posted @ 2020-03-07 15:53 忆凡人生 阅读(680) 评论(0) 推荐(0)