chery的博客

cuda、cudnn、cudatoolkit不匹配的解决方案cuda与cudatoolkit不匹配安装TensorFlow2.0 GPU版本后，检测是否支持GPU时tf.test.is_gpu_available()出现以下信息：2019-11-19 02:52:53.934654: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'libcudart.so.1

Tensorflow最大池化Tensorflow提供tf.nn.max_pool()函数用于对卷积层实现最大池化conv_layer = tf.nn.conv2d(input, weight, strides=[1, 2, 2, 1], padding='SAME')conv_layer = tf.nn.bias_add(conv_layer, bias)conv_layer =...

Tensorflow实现卷积操作设定 strides 、 padding 、 filter weight/bias (F_w and F_b) 输出是 (1, 2, 2, 3)。除了 strides 所有变量的类型都应该为 TensorFlow 变量。代码如下："""设定strides,padding和卷积核参数weight/bias，并且最后tensor输出形状为(1,2,2,3)"...

1Tensorflow是一个基于图(Graph)的计算系统。 图的节点是由操作(Operation)来构成的，而图的各个节点则是由张量(Tensor)作为边来连接在一起的。 所以Tensorflow的计算过程是一个Tensor流向图。2Tensorflow有图的概念，Operations会被添加到图中，作为图的节点。在添加某个Operation的时候，不会立即执行该Op...

tf.argmax(input,axis)根据axis取值的不同返回每行或者每列最大值的索引。 这个很好理解，只是tf.argmax()的参数让人有些迷惑，比如，tf.argmax(array, 1)和tf.argmax(array, 0)有啥区别呢？ 这里面就涉及到一个概念：axis。上面例子中的1和0就是axis。我先笼统的解释这个问题，设置axis的主要原因是方便我们进行多个维度的计算。...

from collections import Counterdef bag_of_words(text): # TODO: Implement bag of words return Counter(text.split())test_text = 'the quick brown fox jumps over the lazy dog'print(bag_of_wo...

本指南旨在指导您使用低级别 TensorFlow API (TensorFlow Core) 开始编程。您可以学习执行以下操作：管理您自己的 TensorFlow 程序 (tf.Graph) 和 TensorFlow 运行时 (tf.Session)使用 tf.Session 来运行 TensorFlow 指令。在此低级别环境中使用高级别组件（数据集、层和 feature_columns...

通过TensorFlow来建立一个简单的线性模型以便理解深度学习的建立模型、设定损失函数、定义优化函数。import tensorflow as tf# x为输入，y_true为标签x = tf.constant([[1], [2], [3], [4]], dtype=tf.float32)y_true = tf.constant([[0], [-1], [-2], [-3]], dt...

图像分类项目训练结果0326训练结果0327训练结果2018年03月28日参数testing_percentage 5% validation_percentage 5% 2018年03月29日参数 test_percent 20% valication_percent 5%...

在使用Tensorflow的时候，有的时候会遇到从指定连接下载数据集或者其他文件的情况，这里介绍一个使用tf.keras非常方便的函数。TRAIN_URL = [文件下载链接]# 返回的是文件保存的路径def maybe_download(): train_path = tf.keras.utils.get_file(TRAIN_URL.split('/')[-1], TRAI...

一个简单的Tensorflow图片分类器，数据集是iris数据集。两个脚本premade_estimator.py分类器脚本、iris_data.py处理数据的脚本。#iris_data.py 下载数据集，并且处理数据集import pandas as pdimport tensorflow as tf# iris数据集的下载URLTRAIN_URL = "http://do...

以前安装的是tensorflow-cpu，但是随着运算量的提高产生了鼓捣tensorflow-gpu的想法。官网的教程看起来很简单，但是坑很多。本文主要是帮助大家绕过那些坑，成功安装可以运行的tensorflow-gpu。官网安装教程链接 这要求我们安装CUDA Toolkit 8.0和cuDNN v6.1，注意Tensorflow 1.4必须是CUDA Toolkit 8.0