TensorFlow
远1
研究机器学习
展开
-
如何通过C++及CUDA扩展Pytorch
如何通过C++及CUDA扩展PytorchPytorch虽然已经使用了NVIDIA cuDNN、Intel MKL和NNPACK这些底层来加快训练速度,但是在某些情况下,比如我们要实现一些特定算法,光靠组合Pytorch已有的操作是不够的。这是因为Pytorch虽然在特定操作上经过了很好的优化,但是对于Pytorch已经写好的这些操作,假如我们组合起来,组成我们的新的算法,Pytorch才不管你...原创 2020-01-21 17:34:15 · 3364 阅读 · 5 评论 -
Window TensorFlow(gpu)安装及坑的解决
1、window下TensorFlow版本支持说明 从上面的说明知道现在TensorFlow在window下只支持 Python3.5,所以在安装TensorFlow时,Python环境一定选择Python3.5(比如你选择通过Anaconda来安装Python环境话一定要选Python3.5 Anaconda4.2.0)。2、安装TensorFlow(GPU)(1)Anaco原创 2017-04-19 17:42:28 · 3467 阅读 · 0 评论 -
ubuntu 下用anaconda 安装tensorflow,并配置vscode用来写代码
安装anaconda(1)bantu下连上网,我们在Anaconda的官网(https://repo.continuum.io/archive/)上下载Anaconda3 4.2.0版本,请读者根据自己的操作系统下载对应的版本(如是64位还是32位)。 (2)在终端命令下切换到Anconda的下载目录下执行一下命令(根据下载文件替换对应的文件名) bash Anaconda3-4.2.0-Li转载 2017-05-05 19:10:22 · 9405 阅读 · 1 评论 -
tensorflow张量详解
从TensorFlow的名字就可以看出张量(tensor)是一个很重的概念。在tensorflow程序中所有的数据都通过张量的形式来表示。从功能的角度看,张量可以被理解为多维数组。其中零阶张量表示标量(scalar)也就是一个数;一阶张量为向量,也就是一维数组;n阶张量可以理解为一个n维数组。但张量的实现并不是直接采用数组的形式,它只是对TensorFlow中运算结果的引用。在张量中并没有保存数字,原创 2017-04-27 16:14:05 · 12333 阅读 · 3 评论 -
tensorflow张量使用
张量的使用张量的使用可以总结为两大类。 第一类用途是对中间计算结果的引用。当一个计算包含很多计算结果时,使用张量可以很大的提高代码可读性。一下为使用张量和不使用张量记录中间结果来完成向量相加的代码对比。import tensorflow as tf#使用张量记录中间结果a=tf.constant([1.0,2.0],name='a')b=tf.constant([2.0,3.0],name=原创 2017-04-27 16:51:23 · 2675 阅读 · 0 评论 -
tensorflow 计算图和操作ops
当我们导入TensorFlow包的时候,系统会帮我们产生一个默认人的图,它被存在_default_graph_stack中,但是我们没有权限直接进入这个图,我们需要使用 tf.get_default_graph()命令来获取图。graph=tf.get_default_graph()tensorflow中的图上的节点称之为operations或者ops。我们可以使用 graph.get_operat原创 2017-09-07 09:04:18 · 9775 阅读 · 0 评论 -
tf.while_loop()循环 实现
tf.while_loop 可以这样理解loop = []while cond(loop): loop = body(loop)即loop参数先传入cond 判断条件是否成立,成立之后,把 loop参数传入body 执行操作, 然后返回 操作后的 loop 参数,即loop参数已被更新,再把更新后的参数传入cond, 依次循环,知道不满足条件。我们来看这样一个场景如何在 tensorflo原创 2017-12-14 18:23:41 · 35090 阅读 · 4 评论