- 博客(5)
- 收藏
- 关注
RSS订阅原创 tensorflow与python交互系列，tf.py_function()、tf.py_func、tf.numpy_function()（一）
前言：前面在介绍使用tensorflow进行data pipeline的时候，遇到了一些问题，特意整理了两篇文章，请参见：tfrecord文件的map在使用的时候所踩的坑总结（map、py_function、numpy_function）tensorflow2.x之由dataset.map引发出的关于tf.py_function以及tf.numpy_function问题本系列文章将深入详解这是哪个函数，即tf.py_function()、tf.py_func、tf.numpy_function(
2020-05-27 14:53:23
11057
2
原创 tfrecord文件的map在使用的时候所踩的坑总结（map、py_function、numpy_function）
前言：在使用tensorflow解析tfrecord文件的时候，踩过很多坑，其中一个便是关于tensor，eagertensor的坑，前面的一片文章已经有所说明，本文基于tensorflow2.1，在前面一篇文章的基础之上进行补充，前面的文章参考：tensorflow2.x之由dataset.map引发出的关于tf.py_function以及tf.numpy_function问题问题的原因分析，当输入X所对应的值是字符串的时候，比如前面文章中的文件路径，没有办法使用map直接解析，需要借助于tf.p
2020-05-27 10:45:03
2250
1
原创 tensorflow与pytorch的GPU分配与使用策略详解
前言：看了很多关于多GPU分配与使用的文章，发现很多文章都是只介绍了一些最浅显的东西，没有深入解释清楚，本文所使用的服务器上面含有4块 GTX2080Ti 的GPU。声明：深度学习框架所使用的GPU不是以GPU本身的个数和编号而言的，而是以我们本身给框架能够看见的GPU数量而言的，什么意思呢？一、关于GPU的可见性与框架使用的GPU的映射关系——device mapping（1）当不设定任何限制的时候，我们的框架可以看见4块GPU，所以在使用的时候对应的关系如下：/job:localhos
2020-05-09 15:11:49
6425
原创 tensorflow模型保存（三）——tensorflow1.x版本的savedmodel格式的模型保存与加载
前言：前面的两篇文章已经分别介绍了高层API与低层API关于各种模型的保存，比如在tensorflow2.x中如何保存checkpoint与savedmodel，在tensorflow1.x中如何保存checkpoint，本文着重介绍在tensorflow1.x版本中怎么保存savedmodel。要想恢复模型并能够正确的加载，最核心的就在于要给模型的输入与输出起一...
2020-05-06 14:19:27
16493
3
原创 tensorflow中的检查点checkpoint详解（二）——以tensorflow1.x 的模型保存与恢复为主
前言：前面专门讲解了一篇关于tensorflow2.x的文件保存，主要是介绍了两种模式，一个是keras的h5文件，一个是tensorflow专用的SavedModel（.pb文件）文件，详细请参考：详解tensorflow2.0的模型保存方法（一）本文会专门介绍tensorflow中的checkpoint，以及在tensorflow2.x以及tensorflow1.x中如何保存成chec...
2020-05-06 10:57:01
31717
8
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人