tensorflow
文章平均质量分 72
hzq201435
这个作者很懒,什么都没留下…
展开
-
ubuntu1804配置anaconda+tensorflow-gpu-1.15.0
一、安装anacondaanaconda直接在官网下载ubuntu最新版即可anaconda下载地址此处选择最新版,python版本可以后期修改因为我是配置服务器端,所以将anaconda文件通过xftp上传到服务器,在服务器上有anconda目录下输入sh ./Anaconda3-2020.11-Linux-x86_64.sh后面是我软件安装包的名字,接着如果有提示,直接enter或者yes即可,此时anaconda完成安装,这里是参考B站视频二、安装cuda地址:cuda10地址原创 2021-02-06 19:40:55 · 336 阅读 · 1 评论 -
keras模型复用+遇坑小结
keras模型复用keras模型复用模型复用的一些坑model.save()与model.load_model()model.save_weights()与model.load_weights()keras模型复用模型复用的一些坑keras模型复用,其实还是挺方便的,但是在保存模型和加载模型过程中很容易遇到一些小坑。如果自己在定义网络层的时候,中间有Lamba层,那么如果在保存模型时使用model.save()。会出现如下错误:TypeError: can’t pickle _thread.lo原创 2020-12-06 15:33:26 · 951 阅读 · 0 评论 -
tensor排序
目录tensor排序tf.sort()元素排序得到排序结果tf.argsort()元素排序得到索引两次tf.argsort()得到当前元素排第几tensor排序Tensorflow有两个排序功能,一个是元素排序,一个是元素排序索引。tf.sort()元素排序得到排序结果功能是默认输出tensor从小到大排序后的结果tf.sort(values, axis=-1, direction=‘ASCENDING’, name=None)direction='DESCENDING’为降序排序tf.a原创 2020-11-21 09:40:16 · 2573 阅读 · 0 评论 -
keras求两向量间的余弦值
keras求两向量间的余弦值具体要自己定义一个layer,余弦相似度计算公式如下:步骤:计算两个向量L2范数,计算两个向量的点乘点乘结果除以L2范数乘积,分母不能为0import keras.backend as Kfrom keras.layers import Lambdaimport numpy as npimport kerasclass CosineLayer(): def __call__(self, x1, x2): def _cosine(x)原创 2020-11-19 23:15:20 · 1653 阅读 · 0 评论 -
keras常见函数使用concatenate等
concatenateconcatnate用于拼接两个tensor,最后得到的是一个tensorflow版的tensor。官方api文档如下:tf.keras.backend.concatenate( tensors, axis=-1)a = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]])b = tf.constant([[10, 20, 30], [40, 50, 60], [70, 80, 90]])tf.keras.backend.原创 2020-11-18 22:12:07 · 3725 阅读 · 0 评论 -
tensorflow常用数据函数总结(tf.tile()、tf.expand_dims())
tf.tile()tensorflow中的tile()函数是用来对张量(Tensor)进行扩展的,其特点是对当前张量内的数据进行一定规则的复制。最终的输出张量维度不变。也就是说tile可以某一维度的tensor复制n份。(下面举几个例子)x = tf.Variable([1, 2, 3]) # shape = (3,)y = tf.Variable([[2, 2, 2], [1, 1, 1]]) # shape = (2,3)z = tf.Variable([[[2, 2, 2]]]) # s原创 2020-11-18 21:37:24 · 1011 阅读 · 0 评论 -
keras模拟model.fit()操作
metric的使用metric是指标的意思,如果使用均方差作为指标,那么metric的使用可以如下:# metric使用metric = keras.metrics.MeanSquaredError()print(metric([5.], [2.]))print(metric([0.], [1.]))print(metric.result())metric.reset_states()metric([1.], [3.])print(metric.result())注:metric是可以原创 2020-11-15 22:21:08 · 1221 阅读 · 0 评论 -
tensorflow使用tf.GradientTape()求导
tensorflow求导操作自定义求导求只含一个未知数的导数求含有两个未知数函数的偏导使用tf.GradientTape()求导求只含一个变量的倒数用两个目标函数对一个变量求倒数求x1,x2的二阶倒数用GradientTape执行梯度下降的过程使用keras和GradientTape结合完成梯度下降过程自定义求导求只含一个未知数的导数利用初高中的求导方法,用函数在某范围内左边的值减去右边的值,然后除以x坐标之差距离。例如求:y = 3x^2+2x-1 的倒数def f(x): return原创 2020-11-15 21:56:38 · 1132 阅读 · 0 评论 -
tf.function函数转换
tf.function函数转换tf.function函数转换为什么需要用函数转换用tf.function()把方法转换为图实现方法一方法二用autograph把转换为图结构的中间代码展示出来tf.function函数转换tf.function可以把普通python语法写的函数变成tensorflow的图,autograph是tensorflow依赖的机制,可以把把普通python方法变成tensorflow里的图实现。为什么需要用函数转换举个简单的例子:在python中,调用库函数会非常快,因为py原创 2020-11-15 13:29:15 · 721 阅读 · 0 评论 -
tensorflow常量与变量基本操作
tensorflow常量与变量tensorflow 基础api1. t = tf.constant() 常量对数字进行操作对字符串进行操作对数组进行操作ragged tensorragged tensor 进行拼接操作ragged tensor 变为普通tensorsparse tensor 只将有值的都记录下来sparse tensor 的形式与转换为密集矩阵sparse tensor 的操作类型2. v = tf.Variable() 变量variable重新赋值tensorflow 基础api1.原创 2020-11-12 17:15:06 · 323 阅读 · 1 评论