![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
文章平均质量分 69
简朴-ocean
一年级在读
海洋科学专业
Python学习记录
物理海洋方向
大气波动动力学
WRF数值模拟
公众号:简谱学记
展开
-
Linux -- 使用多张gpu卡进行深度学习任务(以tensorflow为例)
无需更改任何代码,TensorFlow 代码以及 tf.keras 模型就可以在单个 GPU 上透明运行。注:使用 tf.config.list_physical_devices('GPU') 可以确认 TensorFlow 使用的是 GPU。在一台或多台机器上,要顺利地在多个 GPU 上运行,最简单的方法是使用分布策略。原创 2023-09-21 21:15:08 · 926 阅读 · 0 评论 -
深度学习--A `Concatenate` layer requires inputs with matching shapes except for the concatenation axis.
上采样过程实际上就是通过转置卷积(或者称为反卷积)操作来恢复特征图的尺寸和维度,并且通过跳跃连接与下采样路径的对应层进行融合,以重新细化和合并信息,从而进行准确的分割预测,重复一次上采样操作,结果没有问题。发现是下采样中的conv_64与上采样中的up_64维度不一致导致的,这是因为在下采样过程中,通过池化,使得451/2=225.5,而程序自动将其向下取整为225,225经过池化又变为(可以发现是在通过跳跃连接与下采样路径的对应层进行融合的时候出现的报错,那么为什么会报错呢?原创 2023-07-18 22:39:47 · 302 阅读 · 0 评论 -
深度学习 / 数据处理:如何处理偏态数据
当我们使用一个线性回归模型时,通常这个模型是在很大假设的前提下才有一个很好的结果:其中,对于第四点,说明了数据应该符合一个高斯分布,如下所示:可能你使用的数据并不是一个完美的高斯分布,也无法处理为一个完美的高斯分布,但是并不意味着你不去尝试,下面介绍如何处理偏态数据。为了避免机器学习模型的能力不被影响,应该对偏态数据进行处理,处理为一个近似标准正态分布,处理的方法取决于数据的特征。log转换 可能是第一种应该尝试的方法来去除偏态分布这个实际上就是log(1+x),这个对于降水数据的去偏还是挺不错的注意原创 2023-06-30 21:42:54 · 4647 阅读 · 0 评论 -
Linux 系统安装tensorflow-gpu版本
如何在Linux 环境下安装tensorflow的gpu版本,记录安装的过程。原创 2023-06-22 11:41:01 · 1673 阅读 · 0 评论