tensorflow
文章平均质量分 94
如花,是你吗?
这个作者很懒,什么都没留下…
展开
-
window10下安装tensorflow-gpu1.14(RTX2080Ti+cuda10.0+cudnn7.6.5)
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录前言一、准备安装包二、安装cuda1、选择一个临时解压目录2、我选了精简,因为我看到(推荐)3、这个说没有合适版本的Visual Studio Integration,没有关系,勾一下,Next4、验证是否装好二、安装cudnn1、cudnn/bin下的dll,放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin2、cudnn/include下的cudnn.h,原创 2021-04-12 16:39:38 · 1085 阅读 · 0 评论 -
tensorflow学习笔记11——开始run
1、sess.run() # Create the session and run the graph sess = tf.Session() sess.run(tf.global_variables_initializer()) sess.run(iterator.initializer) 用sess.run()有两种情况: 1.想要获取某个变量的时候: 2.执行某种操作的时候,这个操作不是一个...原创 2019-11-16 21:19:54 · 262 阅读 · 1 评论 -
tensorflow学习笔记10——终于到了构建计算图
1、设置一些常量 global_step = tf.Variable(0, trainable=False) boundaries = [10000, 15000, 20000, 25000] values = [0.1, 0.05, 0.01, 0.005, 0.001] learning_rate = tf.train.piecewise_constant(global_step, bound...原创 2019-11-16 19:12:29 · 209 阅读 · 0 评论 -
tensorflow学习笔记8——图像数据的预处理(cifar10的例子)
然后分成2部分:train和valid。其中train是取前45000条,然后用batch分成一批批(每批100条),一共要做300个epoch(repeat(300))。 我们来计算一下: 每个 Epoch 要训练的图片数量:45000(训练集上的所有图像) 训练集具有的 Batch 个数: 45000/100=450 每个 Epoch 需要完成的 Batch 个数: 450 每个 Epoc...原创 2019-11-13 09:37:00 · 1005 阅读 · 0 评论 -
tensorflow学习笔记9——从repeat到epoch再到Epoch, Batch, Iteration的关系
1、Epoch, Batch, Iteration的关系 cifar10数据集有 60000 张图片作为训练数据,10000 张图片作为测试数据。 假设现在选择Batch Size = 100对模型进行训练。 那么: 每个 Epoch 要训练的图片数量:60000(训练集上的所有图像) 训练集具有的 Batch 个数: 60000/100=600 每个 ...原创 2019-11-13 09:26:50 · 1270 阅读 · 0 评论 -
tensorflow学习笔记6——tf.reduce_mean、tf.layers.batch_normalization()、tf.train.Saver()和data_format
1、tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴(tensor的某一维度)上的的平均值,主要用作降维或者计算tensor(图像)的平均值。 reduce_mean(input_tensor, axis=None, keep_dims=False, name=None, ...原创 2019-11-11 12:53:38 · 286 阅读 · 0 评论 -
tensorflow学习笔记7——Cifar10用resnet模型,把原来的gpu版本改成cpu版本
在上一篇博文中我重写了Tensorflow中的CNN的实现,对于CIFAR10的测试集的准确率为85%左右。在这个实现中,用到了2个卷积层和2个全连接层。具体的模型架构如下: 为了进一步提高准确率,我们可以采用一些更先进的模型架构,其中一种很出名的架构就是RESNET,残差网络。这是Kaiming大神在2015年的论文"Deep Residual Learning for Image Re...原创 2019-11-11 10:17:34 · 404 阅读 · 0 评论 -
tensorflow学习笔记4——区分train还是test任务
train_op = tf.train.AdamOptimizer(1e-3).minimize(loss) loss_val, acc_val, _ = sess.run( [loss, accuracy, train_op], feed_dict={ x: batch_data, y...原创 2019-11-11 09:59:16 · 717 阅读 · 0 评论 -
tensorflow学习笔记3——numpy的一些常用函数
不想说话,直接上图原创 2019-11-08 09:46:11 · 125 阅读 · 0 评论 -
tensorflow学习笔记2——Session和交叉熵损失函数sparse_softmax_cross_entropy
1、tf.Session函数 运行 session.run() 可以获得你要得知的运算结果, 或者是你所要运算的部分. 2、tf.losses.sparse_softmax_cross_entropy函数 这个函数做的事情: 预测值y_->softmax,取概率最大 实际值y->onehot 计算loss = ylogy_ tf.losses.sparse_softmax_cros...原创 2019-11-07 15:53:43 · 581 阅读 · 0 评论 -
tensorflow学习笔记1——计算图模型
看慕课,内容太多,看了2遍很多细节还是没记住。 现在开始启用笔记…… 1、命令式编程 类似python: x=2 y=3 b=1 z=x*y+b 2、计算图模型 x=T.dscalar(‘x’) y=T.dscalar(‘y’) b=T.constant(1) z=x*y+b f=function([x,y], z) 运行f(2,3)的得array(7.0) 它得计算图模型如下: tensorf...原创 2019-11-05 13:10:37 · 526 阅读 · 0 评论