卷积layers.Conv2D的几个实例,帮助卷积神经网络的实现做准备

简单的卷积实现

卷积layers.Conv2D的几个实例,帮助卷积神经网络的实现做准备

# import os
# os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np 
import sklearn
import pandas as pd 
import os 
import sys
import time
import tensorflow as tf

from tensorflow import keras

print("*"*30+"下面这一行是tf_gpu测试代码"+"*"*30)
print('GPU是否可用:', tf.test.is_gpu_available())
print("*"*83)

print(tf.__version__)
print(sys.version_info)
print("*"*83)
for module in mpl, np, pd, sklearn, tf, keras:
    print(module.__name__,module.__version__)
print("*"*83)    
import tensorflow as<
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值