![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow 学习
seniusen
一个乐观的终身学习者!
展开
-
在本地电脑远程使用服务器的 Jupyter Notebook
1. 生成配置文件jupyter notebook --generate-config 会默认在 ~/.jupyter 目录下生成jupyter_notebook_config.py 配置文件。2. 手动生成密码ipythonIn [1]: from notebook.auth import passwdIn [2]: passwd()3. 修改配置文件...原创 2018-07-17 19:28:18 · 6861 阅读 · 4 评论 -
在本地电脑用 PyCharm 进行远程调试
1. 打开 PyCharm,在 Tools -> Deployment -> Configuration 进行设置2. 配置远程 Python 解释器点击 OK 后,会自动上传 helper 文件到远程服务器,完成后就可以选择远程服务器上的 Python 解释器。 3. 同步文件和远程调试在本地编辑完文件后,可以通过在 Tools ->...原创 2018-07-18 11:36:32 · 1564 阅读 · 0 评论 -
TensorFlow 常见错误与解决方法——长期不定时更新
1. TypeError: Cannot interpret feed_dict key as Tensor: Can not convert a builtin_function_or_method into a Tensor.错误代码如下:_, summary, train_cost = sess.run([optimizer, merged, loss], feed_dict...原创 2018-07-15 14:12:52 · 5605 阅读 · 10 评论 -
TensorFlow 调用预训练好的模型—— Python 实现
1. 准备预训练好的模型TensorFlow 预训练好的模型被保存为以下四个文件data 文件是训练好的参数值,meta 文件是定义的神经网络图,checkpoint 文件是所有模型的保存路径,如下所示,为简单起见只保留了一个模型。model_checkpoint_path: "/home/senius/python/c_python/test/model-40"all_mode...原创 2018-10-02 11:14:44 · 17342 阅读 · 0 评论 -
在 C/C++ 中使用 TensorFlow 预训练好的模型—— 间接调用 Python 实现
现在的深度学习框架一般都是基于 Python 来实现,构建、训练、保存和调用模型都可以很容易地在 Python 下完成。但有时候,我们在实际应用这些模型的时候可能需要在其他编程语言下进行,本文将通过 C/C++ 间接调用 Python 的方式来实现在 C/C++ 程序中调用 TensorFlow 预训练好的模型。1. 环境配置为了能在 C/C++ 中调用 Python,我们需要配置一下...原创 2018-10-02 13:20:08 · 1546 阅读 · 2 评论 -
TensorFlow 同时调用多个预训练好的模型
在某些任务中,我们需要针对不同的情况训练多个不同的神经网络模型,这时候,在测试阶段,我们就需要调用多个预训练好的模型分别来进行预测。调用单个预训练好的模型请点击此处弄明白了如何调用单个模型,其实调用多个模型也就顺理成章。我们只需要建立多个图,然后每个图导入一个模型,再针对每个图创建一个会话,分别进行预测即可。import tensorflow as tfimport numpy a...原创 2018-10-02 16:32:57 · 6614 阅读 · 6 评论 -
编译 TensorFlow 的 C/C++ 接口
TensorFlow 的 Python 接口由于其方便性和实用性而大受欢迎,但实际应用中我们可能还需要其它编程语言的接口,本文将介绍如何编译 TensorFlow 的 C/C++ 接口。安装环境:Ubuntu 16.04Python 3.5CUDA 9.0cuDNN 7Bazel 0.17.2TensorFlow 1.11.01. 安装 Bazel安装 JDK su...原创 2018-10-08 19:16:17 · 13046 阅读 · 2 评论 -
在 C/C++ 中使用 TensorFlow 预训练好的模型—— 直接调用 C++ 接口实现
现在的深度学习框架一般都是基于 Python 来实现,构建、训练、保存和调用模型都可以很容易地在 Python 下完成。但有时候,我们在实际应用这些模型的时候可能需要在其他编程语言下进行,本文将通过直接调用 TensorFlow 的 C/C++ 接口来导入 TensorFlow 预训练好的模型。1.环境配置 点此查看 C/C++ 接口的编译2. 导入预定义的图和训练好的参数值 //...原创 2018-10-08 19:48:44 · 13445 阅读 · 13 评论