wdxgj123的博客

使用anaconda安装tensorflow2.0.0及以下版本（1）打开Anaconda Prompt（Anaconda版本使用Anaconda3）（2）创建tensorflow的python环境，在自带的环境直接安装也可以。鉴于前辈的经验觉得3.5版本的python最稳定所以推荐3.5系列。下面的tf1.6是环境的名字可以自定义。conda create -n tf1.6 python=3.5中间弹出选项，输入y回车即可（3）进入到自定义的环境中（上述自定义的环境）conda activa

为了测试图片重建的效果，我们把数据集切分为训练集和测试集，其中测试集不参加训练。从测试集中随机采样测试图片，通过自编码器计算得到重建后的图片，然后将真实图片与重建图片保存为图片阵列，并可视化。1.导包import osimport tensorflow as tfimport numpy as npfrom tensorflow import kerasfrom tensorflow.keras import Sequential, layersfrom PIL imp

LeNet-5网络如下：#导入需要的包import tensorflow as tffrom tensorflow import keras#定义网络模型batch=32model=tf.keras.Sequential([ keras.layers.Conv2D(6,3), keras.layers.MaxPooling2D(pool_size=2,strides=2), keras.layers.ReLU(), keras.layers.Conv2D(16

tf.nn.l2_loss()使用L2正则化import tensorflow as tffrom tensorflow.keras import datasets, layers, optimizers, Sequential, metricsdef preprocess(x, y): x = tf.cast(x, dtype=tf.float32) / 255. y = tf.cast(y, dtype=tf.int32) return x,ybatchsz

使用tensorflow中的keras(自定义model)import tensorflow as tffrom tensorflow.keras import datasets, layers, optimizers, Sequential, metricsfrom tensorflow import kerasdef preprocess(x, y): """ x is a simple image, not a batch """ x = tf.cast(x

手写数字识别（使用tensorflow2.2.0框架）手写数字识别是最经典的分类实战(1)首先导入我们需要用到的模块import matplotlibfrom matplotlib import pyplot as pltimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import datasets, layers, optimizers#用下面二句代码可以去除警告import osos.e

使用Anaconda3安装tensorflow框架，记录一下我踩过的坑（1）首先为tensorflow创建新环境打开Anaconda3的Anaconda Prompt小黑框tensorflow不支持自带的python版本安装tensorflow,所以必须新建新环境。下面代码当中的tensorflow是环境变量的名字，可以根据需要自己定义。python版本也可以根据自己的需要修改，tensor...

Anaconda3安装**1.安装Anaconda3(1)官网链接https://www.anaconda.com/我下载的是windows最新版本,四百多兆把软件安装包下载下来，按照步骤提示一步一步操作即可（2）配置环境变量安装的时候这一步把第一个框里面也选上，就不用自己配置环境变量了（3）安装完成检验自己是否安装成功安装完成,Anaconda3下会包含一系列东西,如下图所...