tensorflow
K同学啊
“365天深度学习训练” 报名中,报名微信:mtyjkh_
展开
-
tensorflow复现深度可分离卷积
当涉及到深度可分离卷积的复现时,TensorFlow提供了一些内置的函数和层,使得任务更加容易。函数来创建深度可分离卷积层。这个函数接受类似于标准卷积层的参数,并将其应用于输入数据。我们还使用了批标准化层(你可以根据需要修改模型的层数、卷积核大小、激活函数等,以适应特定的任务和数据集。最后,我们添加了全连接层和输出层来完成模型的构建。)来进行规范化,并使用最大池化层(在上述代码中,我们使用了。原创 2023-05-23 21:13:34 · 224 阅读 · 0 评论 -
Failed to get convolution algorithm.This is probably because cuDNN failed to initialize
报错原因: 内存分配出现了问题解决方案: 在代码前加上如下代码import tensorflow as tfgpus = tf.config.list_physical_devices("GPU")if gpus: gpu0 = gpus[0] #如果有多个GPU,仅使用第0个GPU tf.config.experimental.set_memory_growth(gpu0, True) #设置GPU显存用量按需使用 tf.config.set_visible_device原创 2021-04-28 09:19:52 · 339 阅读 · 0 评论 -
tf.train.MomentumOptimizer()优化器
tf.train.MomentumOptimizer( learning_rate, momentum, use_locking=False, use_nesterov=False, name='Momentum')参数:learning_rate: (学习率)张量或者浮点数momentum: (动量)张量或者浮点数use_locking: 为True时锁定更新use_nesterov: 为True时,使用 Nesterov Momentumnam原创 2021-03-17 09:31:58 · 1651 阅读 · 0 评论 -
tf.ConfigProto()函数
tf.ConfigProto一般用在创建session的时候用来对session进行参数配置。tf.ConfigProto()的参数log_device_placement = True : 是否打印设备分配日志allow_soft_placement = True : 如果你指定的设备不存在,允许TF自动分配设备示例代码: tf.ConfigProto(log_device_placement = True, allow_soft_placement = True)...原创 2021-03-16 16:44:03 · 1476 阅读 · 0 评论 -
tensorflow2中如何设置GPU的使用
import tensorflow as tfgpus = tf.config.list_physical_devices("GPU")print(gpus)if gpus: gpu0 = gpus[0] #如果有多个GPU,仅使用第0个GPU tf.config.experimental.set_memory_growth(gpu0, True) #设置GPU显存用量按需使用 tf.config.set_visible_devices([gpu0],"GPU")原创 2021-03-16 16:37:37 · 3228 阅读 · 0 评论 -
tensorflow1中如何设置GPU的使用
import tensorflow as tf #tf.ConfigProto()主要的作用是配置tf.Session的运算方式config = tf.ConfigProto()config.gpu_options.allow_growth = True # 不全部占满显存, 按需分配config.gpu_options.per_process_gpu_memory_fraction = 0.3 # 限制GPU内存占用率sess = tf.Session(config=config).原创 2021-03-16 16:23:29 · 3117 阅读 · 0 评论 -
如何在tensorflow2环境运行tensorflow1代码
将代码中的import tensorflow as tf改为import tensorflow.compat.v1 as tftf.disable_v2_behavior()tf.disable_v2_behavior():此函数可以在程序开始时调用(在创建张量、图形或其他结构之前,以及在初始化设备之前)。它将TensorFlow 1.x和2.x之间所有不同的全局行为切换为预定的1.x行为。...原创 2021-03-16 16:10:02 · 6546 阅读 · 0 评论 -
win10+Tensorflow2 + cuda +RTX 3080 +cudnn 安装
最近准备开始深度学习相关内容的学习,会在公众号进行同步更新我的学习记录等相关文章,大家可以在后台回复相应的天数,获取相应的代码和数据。极简篇如果电脑配置都是顶配,比较厉害的话,可以直接pip中输入下面指令pip install tensorflow 然后,恭喜你环境已经配好了。没啥钱,CPU跟不上,那…接着往下看吧,上面这个方法不适合你1.前言我的电脑配置:Window10CPU:i7-10700FGPU(显卡):RTX3080我们需要安装的东西:AnacondaTen.原创 2020-10-25 16:02:35 · 4420 阅读 · 9 评论 -
ModuleNotFoundError: No module named ‘tensorflow.contrib‘
import tensorflow.contrib.slim as slimModuleNotFoundError: No module named 'tensorflow.contrib'上述代码会报错Traceback (most recent call last): File "C:/Users/Administrator/Desktop/CV/Faster-RCNN-TensorFlow-Python3-master/demo.py", line 29, in <module>原创 2021-03-15 10:24:13 · 32665 阅读 · 1 评论 -
AttributeError: module ‘tensorflow‘ has no attribute ‘app‘
将代码import tensorflow as tfFLAGS = tf.app.flags.FLAGS改为import tensorflow.compat.v1 as tfFLAGS = tf.app.flags.FLAGS就好了原创 2021-03-15 10:07:53 · 1319 阅读 · 0 评论