tensorflow2冲吧
向往的地中海
To be a problem solver !
展开
-
tf2使用tensorboard(jupyter notebook)
环境:tensorflow2.0jupyter notebookunbuntu18.04(这个应该影响不大)示例:用的是iris数据集分类,该数据集库自带。import tensorflow as tfimport numpy as npfrom sklearn.datasets import load_irisdata = load_iris()iris_target = data.targetiris_data = np.float32(data.data)# one-ho原创 2022-02-23 16:11:18 · 1571 阅读 · 3 评论 -
tensorflow2.0 (2)使用AlexNet8网络预测cifar10数据集中分类
接上一节,本使用AlexNet8网络预测cifar10数据集中分类参考文章使用AlexNet8网络实现10分类1)构建网络,训练,保存模型文件cifar10_alexnet8_sequential.pyimport tensorflow as tfimport osimport numpy as npfrom matplotlib import pyplot as pltfrom tensorflow.keras.layers import Conv2D, BatchNormalizatio原创 2021-10-11 18:46:28 · 674 阅读 · 0 评论 -
tensorflow2.0 (1)使用LeNet5网络预测cifar10数据集中分类
参考内容北京大学, 软微学院, 曹健老师, 《人工智能实践:TensorFlow2.0笔记》运行环境Python3.7tenso2.6训练数据集:cifar10前言曹老师用的是Class形式构造的网络结构,搜了一些博客,也没能做到将保存的网络模型加载,并预测自己下载的图片。自己需要学的东西还有太多太多了。这里,换了一种思路,用Sequential形式构造网络,训练,保存模型,预测自己的图片。1 )构建网络,训练,保存模型文件cifar10_lenet5sequential.pyimpo原创 2021-10-11 18:30:01 · 679 阅读 · 0 评论 -
tensorflow2.0 load_data()的存储路径(ubuntu18.04)
遇到tensorflow代码,本地还没有数据,直接.load_data()情况,其实是这些特定的数据集会直接从网上先下载到本地,再使用。如下:cifar10 = tf.keras.datasets.cifar10(x_train, y_train), (x_test, y_test) = cifar10.load_data()#下载位置.keras/datasets/(上面目录下)可以查找.keras目录sudo find . -name .keras...原创 2021-10-09 11:50:18 · 758 阅读 · 0 评论 -
ubuntu18.04下conda创建虚拟环境,安装tensorflow2.1报错后,成功安装tensorflow-gpu
conda创建虚拟环境,名字TF2.1(自己取),python选择3.7版本这里conda create -n TF2.1 python=3.7Proceed ([y]/n)?选择 y, 表示同意安装相关软件包。##切换到TF2.1环境命令如下:conda activate TF2.1安装tensorflow2.1pip install tensorflow==2.1静静等待。。。。。。测试1 进入python 环境,在主目录直接输入:python2 接着导入包import原创 2021-10-04 18:44:59 · 352 阅读 · 0 评论 -
AttributeError: module ‘tensorflow‘ has no attribute ‘GraphDef‘ 或者‘Session‘
在tensorflow2运行代码出现此问题。module ‘tensorflow’ has no attribute 'XXX’一般是tensorflow2和tensorflow1 不兼容问题。问题解决办法:在tf后面加.compat.v1事例1(module ‘tensorflow’ has no attribute ‘GraphDef’):tensorflow1下:tf.GraphDef()tensorflow2下:tf.compat.v1.GraphDef()事例2(module原创 2021-09-29 16:11:47 · 8017 阅读 · 0 评论