tensorflow 中import常用包

最新推荐文章于 2024-06-08 14:37:14 发布
最新推荐文章于 2024-06-08 14:37:14 发布
阅读量361 收藏
点赞数
分类专栏： 深度学习 文章标签： tensorflow 深度学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/intmain_S/article/details/120669771
版权
这篇博客介绍了如何在Python环境中配置TensorFlow库，通过设置环境变量减少TensorFlow的日志输出。接着，导入了matplotlib，tensorflow和keras等关键库，并展示了matplotlib配置以支持中文显示。内容主要聚焦于深度学习的基础操作，包括数据集加载、模型构建和优化器选择。
摘要由CSDN通过智能技术生成

深度学习常用包 

import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #让TensorFlow少打印出一些信息

import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import datasets, layers, optimizers, Sequential, metrics

 在matplotlib可视化中 可以识别出中文，而不报错。

plt.rcParams['font.size'] = 16
plt.rcParams['font.family'] = ['STKaiti']
plt.rcParams['axes.unicode_minus'] = False

intmain_S
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TensorFlow常用Python扩展包
吴建明wujianming_110117
01-30 413
TensorFlow常用Python扩展包 TensorFlow 能够实现大部分神经网络的功能。但是，这还是不够的。对于预处理任务、序列化甚至绘图任务，还需要更多的 Python 包。 下面列出了一些常用的 Python 包： • Numpy：这是用 Python 进行科学计算的基础包。它支持n维数组和矩阵的计算，还拥有大量的高级数学函数。这是 TensorFlow 所需的必要软件包，因此，使用 pip install tensorflow 时，如果尚未安装 Numpy，它将被自动安装。 • Matplol
TensorFlow常用总结
一只小包子的博客
09-15 604
文章目录1.计算图节点与Tensor 1.计算图节点与Tensor TensorFlow计算图中每一个节点都定义了一个计算，而计算的结果都通过Tensor 来保存，因此Tensor和计算图中节点对应的计算结果所对应，同时Tensor具有3个重要属性，name，dtype，shape，通过name可以唯一确定计算图上的一个Tensor，而Tensor通过dtype和shape相当于确定了一个sche...
Tensorflow常用Python拓展包
qq_46229971的博客
03-30 709
Numpy：这是用 Python 进行科学计算的基础包。它支持n维数组和矩阵的计算，还拥有大量的高级数学函数。这是 TensorFlow 所需的必要软件包，因此，使用 pip install tensorflow 时，如果尚未安装 Numpy，它将被自动安装。 Matplolib：这是 Python 2D 绘图库。使用它可以只用几行代码创建各类图，包括直方、条形图、错误图、散点图和功率谱等。它可...
【Python三方库】Python之TensorFlow库的简介、安装、使用方法、示例代码、注意事项等详细攻略
科技改变人类，技术成就未来
06-08 7320
Python之TensorFlow库的简介、安装、使用方法、示例代码、注意事项等详细攻略
（学习笔记）TensorFLow 常用的Python拓展包
m0_50636760的博客
11-09 397
本文章只是学习笔记，不具有任何参考价值。 学习网站：http://c.biancheng.net/view/1901.html Numpy： 这是用Python 进行科学计算的基础包。它支持n维数组和矩阵的计算，还拥有大量的高级数学函数。 Matplolib：这是Python 2D 绘图库。使用它可以只用几行代码创建各类图，包括直方图、条形图、错误图、散点图和功率谱等 OS： 这包括在基本的Python安装中。它提供了一种使用操作系统相关功能（如读写、写入及更改文件和目录）的简单便捷方式。 Pan
tensorflow安装包
10-31
无法联网的linux环境下tensorflow，所需安装包，此安装包里的tensoflow是CPU下的，安装环境为python2.7 , 还需要下载jdk，这个直接到oracle官网下载即可。安装顺序随意，总之包安装的差不多的时候就可以了，后续还待验证，联网的机器直接使用pip命令安装最方便快捷。
tensorflow 常用函数
hanfei410的专栏
05-15 974
tensorflow 常用函数引言1. 基本函数1.1 tf.random_normal()函数1.2 tf.Variable函数1.3 tf.convert_to_tensor函数1.4 tf.placeholder函数1.5 tf.nn.conv2d 函数1.6 tf.nn.relu函数1.7 tf.nn.maxpool函数2. tensorflow 的维度变换2.1. Reshape2.2. tf.transpose2.3 tf.expand_dims2.4 tf.squeeze3 数据类型转换
TensorFlow—Keras常用API
johnny_love_1968的博客
06-13 1588
TensorFlow—Keras常用API 文章目录TensorFlow—Keras常用API前言一.模型自定义1. keras.Sequential2.keras.layers.Layer二.模型配置与训练1.compile2. fit三.模型预测四.模型评价五.模型保存与加载 前言 Keras当中的东西和神经网络的建立息息相关。当我们拿来一个神经网络模型的时候，我们会发现，无论是模型建立，模型的评估。都需要这个Keras。 本来，Keras和TensorFlow并无什么瓜葛，但是在TensorFlow当
深入理解Tensorflow中的masking和padding
09-17
### 深入理解TensorFlow中的Masking与Padding #### 引言 TensorFlow作为一款强大的开源工具，被广泛应用于人工智能领域，特别是机器学习和深度学习。本文将着重探讨TensorFlow中的两个重要概念：**masking** 和 **...
Tensorflow中的masking和padding
12-22
在TensorFlow中，`masking`和`padding`是处理序列数据时常用的技术，特别是当我们在构建深度学习模型，如循环神经网络（RNN）时。这些技术对于处理不规则或不同长度的输入序列至关重要。 首先，让我们深入了解`tf....
tensorflow 以及keras常用API记录
Rocket,Qian的博客
12-02 1394
tensorflow 常用API1. Python 和 NumPy 实用程序(keras)1.1 to_categorical1.2 get_file1.3 Sequence1.4 tf.keras.layers.DenseFeatures1.5 tf.keras.layers.Embedding1.6 tf.keras.layers.Dropout1.7 tf.keras.callbacks1.7.1 tf.keras.callbacks.EarlyStopping()1.7.2 tf.keras.ca
tensorflow python包
09-16
TensorFlow安装包，适合于在windows64位，python3.5的环境下使用。结合TensorFlow中文社区教程实例，可进行相应的学习。
TensorFlow1.9.0及相关依赖包
07-16
TensorFlow1.9.0及相关依赖包，方便用户离线环境下搭建TensorFlow。其中numpy和scipy太大不方便上传，可另行下载。压缩包中有requirements。将文件全部解压到一个文件夹如c:\whls中，执行pip install --no-index --find-index=c:\whls -r c:\whls\requirements.txt 即可安装。
TensorFlow 工具包
stone_tomcate的博客
07-21 681
图 1. TensorFlow 工具包层次结构。 下表总结了不同层的用途： 工具包 说明 Estimator (tf.estimator) 高级 OOP API。 tf.layers/tf.losses/tf.metrics 用于常见模型组件的库。 TensorFlow 低级 API TensorFlow 由以下两个组件组成： 图协议缓冲区 执行（分布式）图的运行时 这两个组件类似于 Java 编译器和 JVM。正如 JVM 会实施在多个硬件平台（C...
tensorflow2.0的import
meiyu193的博客
06-07 200
tensorflow2.0在pycharm中如何导入
TensorFlow+Python基础知识和基本包的使用
qq_32158625的博客
03-12 895
环境：Tensorflow 1.3 + Python2.7一、PIL包打开图片from PIL import Image img = Image.open('test') img.show() 二、对图像做金字塔化处理pyramid = tuple(pyramid_gaussian(img, downscale = param.downscale)) detected_list = [0 for ...
tensorflow导入自己的数据集
m0_58775709的博客
03-31 9356
tensorflow导入自己的数据集
tensorflow在import时提示错误--ImportError: DLL load failed: 找不到指定的模块——解决办法
weixin_42649699的博客
06-27 3949
清华：https://pypi.tuna.tsinghua.edu.cn/simple 阿里云：https://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
Anaconda 安装 tensorflow 环境下的 import 问题
热门推荐
Gler.的博客
04-10 3万+
安装好 Anaconda 后，可以使用里面的许多集成的科学计算库，然而在 tensorflow 的环境下打开 Spyder IDE 却无法 import 有些库，如数据预处理模块 scikit-learn ，出现 No module named sklearn。
import tensorflow slim
最新发布
08-15
`import tensorflow as tf` 和 `slim` 是 TensorFlow 库中常用的两个部分，它们分别对应TensorFlow的基础库和预训练模型模块。 1. **tensorflow**：这是Google开源的一个强大的机器学习框架，用于构建各种类型的深度学习模型。它提供了一系列API和工具，让你能够定义、训练和部署神经网络模型。 2. **slim**（即Slim库），全称是TensorFlow Slim，是TensorFlow的一部分，专注于简化深度学习模型的设计和实验。它包含了许多高级函数和层，使得快速原型设计和模型微调变得更加容易。slim通常用于处理模型结构，如预定义的卷积网络结构（例如VGG、Inception等）、权重初始化策略以及方便的损失函数和优化器。 当你导入`tf.slim`时，可以访问的功能包括但不限于预训练模型的加载（如ImageNet预训练的模型）、高效的模型架构（如`net.inception_v3`或`resnet_v2`）以及一些便捷的模型操作工具。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值