Tensorflow

坊间有传MacOs系统不适合机器(ml)学习和深度(dl)学习，这是板上钉钉的刻板印象，就好像有人说女生不适合编程一样的离谱。现而今，无论是Pytorch框架的MPS模式，还是最新的Tensorflow2框架，都已经可以在M1/M2芯片的Mac系统中毫无桎梏地使用GPU显卡设备，本次我们来分享如何在 »

这篇文章主要介绍了Anaconda中如何安装Tensorflow的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Anaconda中如何安装Tensorflow文章都会有所收获，下面我们一起来看看吧。 Anaconda中如何安装Tensorflow （1） 建立一个 con »

这篇文章主要介绍了Anaconda中如何安装Tensorflow的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Anaconda中如何安装Tensorflow文章都会有所收获，下面我们一起来看看吧。 Anaconda中如何安装Tensorflow （1） 建立一个 con »

Anaconda中如何安装Tensorflow （1） 建立一个 conda 计算环境名字叫tensorflow: conda create -n tensorflow python=3.8 一定要指定python版本，否则安装失败。 （2）激活tensorflow环境，然后使用其中的 pi »

毋庸讳言，和传统架构(BS开发/CS开发)相比，人工智能技术确实有一定的基础门槛，它注定不是大众化，普适化的东西。但也不能否认，人工智能技术也具备像传统架构一样“套路化”的流程，也就是说，我们大可不必自己手动构建基于神经网络的机器学习系统，直接使用深度学习框架反而更加简单，深度学习可以帮助我们自动地 »

目录 导入必要的库和模块 定义训练循环 最后定义主函数 导入必要的库和模块 以下是使用TensorFlow创建一个生成式对抗网络（GAN）的案例： 首先，我们需要导入必要的库和模块： import tensorflow as tf from tensorflow.keras imp »

目录 前言 步骤 1：准备工作 步骤 2：加载模型 步骤 3：加载图片 步骤 4：提取面部关键点 步骤 5：应用变形 写在最后 前言 相信很多小伙伴对TensorFlow.js早已有所耳闻，它是一个基于JavaScript的深度学习库，可以在Web浏览器中运行深度学习模型。AI换脸是一 »

目录 前言 步骤 1：准备工作 步骤 2：加载模型 步骤 3：加载图片 步骤 4：提取面部关键点 步骤 5：应用变形 写在最后 前言 相信很多小伙伴对TensorFlow.js早已有所耳闻，它是一个基于JavaScript的深度学习库，可以在Web浏览器中运行深度学习模型。AI换脸是一 »

安装tf2onnx以及onnxruntime pip install onnxruntime pip install tf2onnx tf 转为onnx步骤为如下： 将tf动态图冻结，生成冻结后的pb文件 使用tf2onnx 将pb文件转为onnx文件 将tf动态图冻结使用如下代码： »

安装tf2onnx以及onnxruntime pip install onnxruntime pip install tf2onnx tf 转为onnx步骤为如下： 将tf动态图冻结，生成冻结后的pb文件 使用tf2onnx 将pb文件转为onnx文件 将tf动态图冻结使用如下代码： »

目录 1 作用 2 例子 3 与torch.nn.Linear的区别 4 参考文献 1 作用 注意此处Tensorflow版本是2.0+。由于本人是Pytorch用户，对Tensorflow不是很熟悉，在读到用tf写的代码时就很是麻烦。如图所示，遇到了如下代码： h = Dense(un »

目录 1.简介 2.在Anaconda环境下搭建TensorFlow - 安装Anaconda 创建一个新的Anaconda环境 激活新的环境 安装TensorFlow 验证TensorFlow安装 安装Jupyter Notebook 1.简介 TensorFlow是一个由Googl »

摘要：本文就带大家了解在昇腾平台上对TensorFlow训练网络进行性能调优的常用手段。 本文分享自华为云社区《在昇腾平台上对TensorFlow网络进行性能调优》，作者：昇腾CANN 。 用户将TensorFlow训练网络迁移到昇腾平台后，如果存在性能不达标的问题，就需要进行调优。本文就带大家了解 »

目录 前言 1. python 库准备 2. BERT 是什么？ 3. 获取并处理 IMDB 数据 4. 初识 TensorFlow Hub 中的 BERT 处理器和模型 5. 搭建模型 6. 训练模型 7. 测试模型 8. 保存模型 9. 重新加载模型并进行预测 前言 本文使用 cpu »

目录 前言 1. python 库准备 2. BERT 是什么？ 3. 获取并处理 IMDB 数据 4. 初识 TensorFlow Hub 中的 BERT 处理器和模型 5. 搭建模型 6. 训练模型 7. 测试模型 8. 保存模型 9. 重新加载模型并进行预测 前言 本文使用 cpu »

目录 什么是 conda ？ Conda的环境管理 Conda的包管理 Conda 安装TensorFlow 什么是 conda ？ conda 是开源包（packages）和虚拟环境（environment）的管理系统。 **packages 管理：**可以使用 conda 来安装、 »

目录 什么是 conda ？ Conda的环境管理 Conda的包管理 Conda 安装TensorFlow 什么是 conda ？ conda 是开源包（packages）和虚拟环境（environment）的管理系统。 **packages 管理：**可以使用 conda 来安装、 »

通过使用mnist（AI界的helloworld）手写数字模型训练集，了解下AI工作的基本流程。 本例子，要基于mnist数据集（该数据集包含了【0-9】的模型训练数据集和测试数据集）来完成一个手写数字识别的小demo。 mnist数据集，图片大小是28*28的黑白。包含了6w 训练数据和1w验证数 »

目录 前言 相关概念 实现过程 1. 使用例子介绍 Skip-Gram 操作 2. 获取、处理数据 3. 搭建、训练模型 4. 查看 Word2Vec 向量 前言 本文使用 cpu 版本的 tensorflow 2.4 ，在 shakespeare 数据的基础上使用 Skip-Gram »

目录 前言 相关概念 实现过程 1. 使用例子介绍 Skip-Gram 操作 2. 获取、处理数据 3. 搭建、训练模型 4. 查看 Word2Vec 向量 前言 本文使用 cpu 版本的 tensorflow 2.4 ，在 shakespeare 数据的基础上使用 Skip-Gram »