2020年04月_LoveMIss-Y

原创以线性回归为例，深入理解tensorflow的Operation、Tensor、Node的区别

前言：在使用tensorflow的时候，常常会被Operation、Tensor、Op_name、tensor_name等等概念搞混淆，本文专门通过一个简单的例子来深入讲解他们之间的区别于本质，并且如何在tensorboard中进行查看。一、线性回归的完整实例本文以一个两层神经网络来实现线性回归，代码如下：import tensorflow as tfimport numpy as...

2020-04-30 10:55:39 2238 2

原创 Linux中关于动态（共享）库的设置

前言：关于Linux中的动态共享库是如何使用的，程序在执行的时候是如何找到的，我们该怎么去设置，可以参考前面的几篇文章。C/C++中关于静态链接库(.a)、动态链接库（.so）的编译与使用VSCode开发C、C++环境搭建系列（二）——GCC/G++编译器对头文件、静态库、动态库的搜索路径详解本文会设计主要四个概念：/etc/ld.so.conf、/etc/ld.so.conf....

2020-04-23 14:42:47 1754

原创 C/C++中关于静态链接库(.a)、动态链接库（.so）的编译与使用

前言：关于Linux中环境的配置，编译等工作，有很多的坑，前面的一片文章中已经比较详细的介绍了GCC编译套件的一些东西，具体请参考：VSCode开发C、C++环境搭建系列（二）——GCC/G++编译器对头文件、静态库、动态库的搜索路径详解一、从动态库的编译说起下面通过一个例子来介绍如何生成一个动态库。这里有一个头文件：so_test.h，三个.c文件：test_a.c、test...

2020-04-23 11:41:35 9252

转载 numpy数组广播机制（broadcast）三原则

前言：数组广播是学习numpy和tensorflow等数学运算的基础，但是很多文章解释得不清楚，本文做一个全面的总结。Numpy的广播规则广播的前提——两个数组必须可以转化成维度大小一模一样的才可以运算：规则1：如果两个数组的维度不相同，那么小维度数组的形状将会在最左边补1.规则2：如果两个数组的形状在任何一个维度上都不匹配，那么数组的形状会沿着维度为1扩展以匹配另外一个数组的形状。规...

2020-04-21 14:30:20 3170 2

原创 python字符串格式化深入详解（四种方法）

前言：本文详细整理了python字符串格式化的几种方式。一、使用 % 符号来进行格式化格式符为真实值预留位置，并控制显示的格式。格式符可以包含有一个类型码，用以控制显示的类型，如下:%s 字符串 (采用str()的显示)%r 字符串 (采用repr()的显示)%c 单个字符%b 二进制整数%d 十进制整数%i 十进制整数%o...

2020-04-21 11:05:11 57146 9

原创 TensorFlow（2.x版本，1.x版本）以及pytorch版本中关于GPU的信息查看以及GPU的配置问题

前言：我们一般使用深度学习框架都是GPU版本的，如何检测我们的安装是否成功，GPU、CUDA、CUDNN等信息呢？本文做了一个归纳总结：一、tensorflow版本的GPU信息查看（1）tensorflow版本tf.__version__ tensorflow版本tf.__xxxxx__ 一些信息的查看tf.verison.xxxx 一些信息tf.te...

2020-04-14 17:50:35 2190

前言：tensorflow2.0中有很多种模型保存方法，为了做一个统一的比较，本文做一个归纳总结，加之自己在这上面踩过很多的坑，现在感觉做一个总结实在是有必要。因为tensorflow创建模型的方式很多，包括Sequence、Model、SubClass Model，我们可以保存所有的模型，也可以仅仅保存权重。本文为系列文章第一篇，介绍各种模型保存方法，后面还会介绍checkpoint以及Sa...

2020-04-14 11:47:15 31982 4

原创 tensorflow2.x个人学习笔记以及tensorflow踩坑日记

前言：下面整理了tensorflow2.x学习的过程中自己整理的一些笔记，后续会不断的更新一、服务器端的tensorboard文件如何在本地浏览器中查看（1）第一步：登录服务器：——使用SSH登录在本地计算机使用先用ssh工具重定向：ssh -L 16006:127.0.0.1:6006 name@server_ip -p 22 # 你的用户名name和ip 有的服务器做了端口...

2020-04-02 17:52:25 3831 6

原创 tensorflow2.x之由dataset.map引发出的关于tf.py_function以及tf.numpy_function问题

前言：tensorflow是一个庞大的系统，里面的函数很多，实现了很多常规的一些操作，但是始终没有办法涵盖所有的操作，有时候我们需要定义一些自己的操作逻辑来实现制定的功能，发现没那么简单，本文是在编写tf.data.DataSet的时候出现的一个问题，做了一个集中化的总结，会涉及到以下概念：EagerTensor和Tensor，tf.py_function以及tf.numpy_function...

2020-04-01 17:16:46 7664 9

MIss-Y的博客