注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. tensorflow初学，变量学习（代码）

  2. tensorflow初学，变量的初识学习（代码），简单的定义使用

  3. 所属分类：深度学习

  1. Tensorflow官方文档中文版

  2. Tensorflow官方文档中文版，供大家学习！内容来源 英文官方网站 http://tensorflow.org 官方GiHb仓库 https://github.com/tensorflow/tensorflow 中文版 GitHub仓厍: https://github.com/jikexueyuanwiki/tensorf'lowzh 参与者(按认领章节排序) 翻译 (YIZheng Tony Jin chenweican OngJIn btter Warn TICX ° wangalcc

  3. 所属分类：深度学习

    • 发布日期：2019-03-03
    • 文件大小：6291456
    • 提供者：bit_zx

  1. Tensorflow 自定义loss的情况下初始化部分变量方式

  2. 今天小编就为大家分享一篇Tensorflow 自定义loss的情况下初始化部分变量方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：35840
    • 提供者：weixin_38587473

  1. Tensorflow 定义变量,函数,数值计算等名字的更新方式

  2. 今天小编就为大家分享一篇Tensorflow 定义变量,函数,数值计算等名字的更新方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：26624
    • 提供者：weixin_38661100

  1. tensorflow 获取变量&打印权值的实例讲解

  2. 在使用tensorflow中，我们常常需要获取某个变量的值，比如：打印某一层的权重，通常我们可以直接利用变量的name属性来获取，但是当我们利用一些第三方的库来构造神经网络的layer时，存在一种情况：就是我们自己无法定义该层的变量，因为是自动进行定义的。 比如用tensorflow的slim库时： def resnet_stack(images, output_shape, hparams, scope=None): """Create a resnet

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：51200
    • 提供者：weixin_38746293

  1. tensorflow实现softma识别MNIST

  2. 识别MNIST已经成了深度学习的hello world，所以每次例程基本都会用到这个数据集，这个数据集在tensorflow内部用着很好的封装，因此可以方便地使用。 这次我们用tensorflow搭建一个softmax多分类器，和之前搭建线性回归差不多，第一步是通过确定变量建立图模型，然后确定误差函数，最后调用优化器优化。 误差函数与线性回归不同，这里因为是多分类问题，所以使用了交叉熵。 另外，有一点值得注意的是，这里构建模型时我试图想拆分多个函数，但是后来发现这样做难度很大，因为图是在规定变量

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：47104
    • 提供者：weixin_38517122

  1. TensorFlow高效读取数据的方法示例

  2. 概述 最新上传的mcnn中有完整的数据读写示例，可以参考。 关于Tensorflow读取数据，官网给出了三种方法： 供给数据(Feeding)： 在TensorFlow程序运行的每一步， 让Python代码来供给数据。 从文件读取数据： 在TensorFlow图的起始， 让一个输入管线从文件中读取数据。 预加载数据： 在TensorFlow图中定义常量或变量来保存所有数据(仅适用于数据量比较小的情况)。 对于数据量较小而言，可能一般选择直接将数据加载进内存，然后再分batch输入网络

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：74752
    • 提供者：weixin_38663415

  1. Tensorflow 自定义loss的情况下初始化部分变量方式

  2. 一般情况下，tensorflow里面变量初始化过程为： #variables ........... #..................... init = tf.initialize_all_variables() sess.run(init) 这里 tf.initialize_all_variables() 会初始化所有的变量。 实际过程中，假设有a, b, c三个变量，其中a已经被初始化了，只想单独初始化b，c，那么： #variables ... ...

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：38912
    • 提供者：weixin_38597990

  1. tensorflow模型保存、加载之变量重命名实例

  2. 话不多说，干就完了。 变量重命名的用处？ 简单定义：简单来说就是将模型A中的参数parameter_A赋给模型B中的parameter_B 使用场景：当需要使用已经训练好的模型参数，尤其是使用别人训练好的模型参数时，往往别人模型中的参数命名方式与自己当前的命名方式不同，所以在加载模型参数时需要对参数进行重命名，使得代码更简洁易懂。 实现方法： 1）、模型保存 import os import tensorflow as tf weights = tf.Variable(initial_valu

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：45056
    • 提供者：weixin_38676216

  1. TensorFlow 深度学习 实践（2）

  2. TensorFlow 文章目录TensorFlow一.编程模型二.数据模型2.1 阶（rank）2.2 形状2.3 数据类型2.4变量2.5 取回2.6 注入3. TensorBoard3.1 TensorBoard 工作方式3.2实现一个单输入神经元小结： 一.编程模型 一个 TensorFlow 程序的执行过程可分为三个阶段; 创建计算图 ，运行一个会话，以完成计算图中的定义的操作 输出数据集合和分析 import tensorflow as tf with tf.Session()

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：105472
    • 提供者：weixin_38686924

  1. TensorFlow基础（一）

  2. TensorFlow基础（一） tensorflow库很大程度上依赖于计算图的概念，图中的每个节点对应于一个变量或者一个操作，工作流程具体包括构造阶段（创建计算图）和计算阶段（创建会话、运行图）。基本数据单元为张量（Tensor，即多维数组，包括纯量[0]、向量[1]、矩阵[2]、3D矩阵[3]等），包含数据类型和形状（不需要在声明时定义）两个属性。 主要张量类型(使用import TensorFlow as tf导入tensorflow)有： tf.Variable 单个会话运行期间可变，可用

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：58368
    • 提供者：weixin_38696339

  1. tensorflow将图片保存为tfrecord和tfrecord的读取方式

  2. tensorflow官方提供了3种方法来读取数据： 预加载数据(preloaded data)：在TensorFlow图中定义常量或变量来保存所有的数据，适用于数据量不太大的情况。填充数据(feeding)：通过Python产生数据，然后再把数据填充到后端。 从文件读取数据(reading from file)：从文件中直接读取，然后通过队列管理器从文件中读取数据。 本文主要介绍第三种方法，通过tfrecord文件来保存和读取数据，对于前两种读取数据的方式也会进行一个简单的介绍。 项目下载git

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：219136
    • 提供者：weixin_38661100

  1. tensorflow笔记DAY01【连载】

  2. tensorflow入门一、基本概念1、一般流程2、总结二、变量使用1、小例子——循环器2、总结三、fetch&feed1、fetch——同时运行多个op2、feed——喂入数据的接口四、应用：线性模型1、生成样本数据2、构造一个线性模型3、构造loss function4、构造Optimizer5、定义代价函数，训练目的6、初始化变量7、开始训练 一、基本概念 使用graphs 表示计算任务； 会话Session的上下文context中执行图 tensor表示数据 变量Variable维护状态

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：59392
    • 提供者：weixin_38713203

  1. Tensorflow 定义变量,函数,数值计算等名字的更新方式

  2. 左为旧版，右为更新到1.0版本后的名字 定义变量的更新 tf.VARIABLES ——> tf.GLOBAL_VARIABLES tf.all_variables ——> tf.global_variables tf.initialize_all_variables ——> tf.global_variables_initializer tf.initialize_local_variables ——> tf.local_variables_initializer tf

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：29696
    • 提供者：weixin_38540819

  1. Tensorflow累加的实现案例

  2. 由于python内部的变量其实都是reference，而Tensorflow实现的时候也没有意义去判断输出是否是同一变量名，从而判定是否要新建一个Tensor用于输出。Tensorflow为了满足所有需求，定义了两个不同的函数：tf.add和tf.assign_add。从名字即可看出区别，累加应该使用tf.assign_add。同理的还有tf.assign_sub和tf.assign。 具体地，笔者需要一个iteration counter类似的变量，即每次使用一个batch更新参数之后都使得该

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：39936
    • 提供者：weixin_38645862

  1. tensorflow之自定义神经网络层实例

  2. 如下所示： import tensorflow as tf tfe = tf.contrib.eager tf.enable_eager_execution() 大多数情况下，在为机器学习模型编写代码时，您希望在比单个操作和单个变量操作更高的抽象级别上操作。 1.关于图层的一些有用操作 许多机器学习模型可以表达为相对简单的图层的组合和堆叠，TensorFlow提供了一组许多常用图层，以及您从头开始或作为组合创建自己的应用程序特定图层的简单方法。TensorFlow在tf.keras包中包含完整

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：58368
    • 提供者：weixin_38748721

  1. 详解Python使用tensorflow入门指南

  2. TensorFlow是Google公司2015年11月开源的第二代深度学习框架,是第一代框架DistBelief的改进版本. TensorFlow支持python和c/c++语言, 可以在cpu或gpu上进行运算, 支持使用virtualenv或docker打包发布. 定义变量 为了使用tensorflow，首先我们需要导入它 import tensorflow as tf 对于符号变量，我们新建一个 x = tf.placeholder(tf.float32, [None, 784])

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：67584
    • 提供者：weixin_38608379

  1. tensorflow学习笔记

  2. tf.variable_scope()： 提供了简单的命名空间技术以避免冲突,可以让变量有相同的命名，包括tf.get_variable得到的变量，还有tf.Variable的变量 tf.name_scope()： 可以让变量有相同的命名，只是限于tf.Variable的变量 tf.get_variable(): 从同一个变量范围内获取或者创建；创建的变量名不受 name_scope 的影响；创建的变量，name 属性值不可以相同； tf.Variable(): 该函数在于定义一个变量；创建变量

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：64512
    • 提供者：weixin_38608693

  1. TensorFlow模型保存/载入的两种方法

  2. TensorFlow 模型保存/载入 我们在上线使用一个算法模型的时候，首先必须将已经训练好的模型保存下来。tensorflow保存模型的方式与sklearn不太一样，sklearn很直接，一个sklearn.externals.joblib的dump与load方法就可以保存与载入使用。而tensorflow由于有graph, operation 这些概念，保存与载入模型稍显麻烦。 一、基本方法 网上搜索tensorflow模型保存，搜到的大多是基本的方法。即 保存 定义变量 使用sav

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：52224
    • 提供者：weixin_38695727

  1. Tensorflow 查看变量的值方法

  2. 定义一个变量，直接输出会输出变量的属性，并不能输出变量值。那么怎么输出变量值呢？请看下面得意 import tensorflow as tf biases=tf.Variable(tf.zeros([2,3]))#定义一个2x3的全0矩阵 sess=tf.InteractiveSession()#使用InteractiveSession函数 biases.initializer.run()#使用初始化器 initializer op 的 run() 方法初始化 'biases' print(s

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：30720
    • 提供者：weixin_38640168
« 12 »