tensorflow学习
tensorflow学习相关
二狗1号
犯其至难,而图其致远。坚持学习。
展开
-
win10配置tensorflow1.14,1.15,2.0缺少cudart64_100.dll
0.检查tensoflow gpu是否安装好import tensoflow as tftf.test.is_gpu_availabels()出现以下问题:Successfully opened dynamic library cudart64_100.dllcublas64_100.dll'; dlerror: cublas64_100.dll not foundCould not load dynamic library 'cufft64_100.dll'; dlerror: cuf原创 2021-07-01 02:25:50 · 567 阅读 · 0 评论 -
tensorflow 模型持久化(ckpt转pb模型)
1.tensorflow 模型持久化意义在训练神经网络时候,我们需要报网络模型,网络模型中的权重参数保存下来,用于接下来继续训练和推理使用。我们可以保存为ckpt格式。详细说明见以前的博客如果把模型用于离线的预测推理,只需要前向传播的过程,获得推理结果,可以保存为PB格式模型。PB中保存前向传播中需变量和对应的权重,这是可以根据输入,计算出输出,pb模型适合终端部署。1.1tensorflow ckpt保存点击链接tensorflow ckpt保存1.2PB模型 pb文件是...原创 2020-05-22 01:10:51 · 533 阅读 · 0 评论 -
tensoflow 参数可视化(权重,训练loss)之tensorboard(1)
1.tensoflow 参数可视化有时候需要查看网络模型结构、训练过程中的loss变化、以及权重变化,张量(tensor)分布,需要通过tensorboard来查看。TensorBoard是一个可视化工具,有助于我们调试,选择数据。训练过程中各种数据的汇总都可以通过tensorbaord表现。tensorboard还可以展示每个节点运行时消耗的时间、空间、运行的机器(GPU或者CPU)等信息。还可以将程序运行过程中不同迭代轮数中tensorflow各节点消耗的时间和空间等信息写入日志文件中,用tenso原创 2020-05-20 02:26:55 · 4008 阅读 · 0 评论 -
tensorflow 模型保存、加载预训练模型
在训练神经网络时候,最重要的一步是保存训练好网络参数,否者session关闭后,我们辛辛苦苦训练模型会丢失,无法复用,,我们使用别人训练好的模型fineturn同样需要加载模型,tensorflow 提供模型保存和加载工具。参考:参考博客0.参考是实例tensorflow_gpu_1.15 mnisttensorflow mnist应用实例1.模型说明tf版本:tensorflow_gpu 1.15tensorflow 模型保存为checkpoint主要包括以下4个文件。原创 2020-05-19 00:38:29 · 1170 阅读 · 0 评论 -
tensorflow_gpu 1.15版本 mnist字体识别(附带input_data.py)
1.内容基于tensorflow gpu 1.15版本的minist cnn模型训练,其中包括数据加载,模型搭建,模型保存。tensorflow v1版本还是需要先建立静态图,然后通过session()运行。2.关于mnist数据tensorflow gpu 1.15升级后,无法通过以下命令下载mnist数据,需要通过input_data.py脚本下载数据,tensorflow.examples.tutorials.mnist import input_data如果脚本无法下载,可原创 2020-05-18 01:14:44 · 1689 阅读 · 2 评论