Tensorflow2.x学习
文章平均质量分 51
TensorFlow2.x学习
爱听许嵩歌
每天学习,每天总结!
展开
-
tensorflow2.2_保存和加载
使用mnist数据集作为示例import osimport tensorflow as tffrom tensorflow import keras# 使GPU显存不被占满os.environ['CUDA_VISIBLE_DEVICES'] = "0" # GPU的编号config = tf.compat.v1.ConfigProto()config.gpu_options.visible_device_list = '0' # GPU的编号config.gpu_options.al原创 2021-05-25 09:46:15 · 581 阅读 · 2 评论 -
解决tensorflow2.2把GPU显存占满的问题
安装了tensorflow-gpu后,运行程序默认是把GPU的内存全部占满的,有时我们不想全部占满,可以这样操作。解决代码:import tensorflow as tf import osos.environ['CUDA_VISIBLE_DEVICES']="0" # GPU的编号config=tf.compat.v1.ConfigProto() config.gpu_options.visible_device_list = '0' # GPU的编号config.gpu_options.原创 2021-05-21 10:09:51 · 5965 阅读 · 4 评论 -
打印出tensorflow2.x的神经网络结构
使用tensorflow中plot_model函数,以VGG-16网络为例子,全部代码如下。from tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, Conv1D, MaxPool1D, LSTM, BatchNormalization, Dropout, Flatten, Reshapefrom tensorflow.keras.utils import plot_modelm原创 2020-12-09 10:33:56 · 4434 阅读 · 0 评论 -
Failed to import pydot. You must install pydot and graphviz for `pydotprint` to work.
错误:Failed to import pydot. You must install pydot and graphviz for pydotprint to work.两行命令搞定:conda install pydotconda install pydotplus注意:安装pydot还安装了graphviz这样就就解决了,如果是在jupyter notebook上运行,需要重启jupyter notebook,然后就好了本站所有文章均为原创,欢迎转载,请注明文章出处:https://b原创 2020-10-06 18:04:02 · 451 阅读 · 2 评论 -
AttributeError: module ‘tensorflow’ has no attribute ‘compat’,安装tensorflow-gpu=2.0.0出现的问题
报错:AttributeError: module ‘tensorflow’ has no attribute ‘compat’找了半天错误,发现问题了,如下:这个是2.2版本的,所以你要先卸载它,然后再装2.0.0版本的:pip uninstall tensorflow-estimatorpip install tensorflow-estimator==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple这样就解决问题了。这个安装估计是个bug原创 2020-06-26 14:33:10 · 6825 阅读 · 0 评论 -
用TensorFlow2.x对银行贷款拖欠数据分析
实验一书上是利用scikit-learn对这个数据进行逻辑回归分析。它先使用了稳定性选择方法中的随机逻辑回归进行特征筛选,只保留了有效特征为“工龄,地址,负债单,信用卡负债”,然后利用筛选后的特征建立逻辑回归模型。得出的模型平均正确率为81.4%。部分数据如下:前8列是特征,后一列是标签,这是二分类问题。实验二但我使用tf2.0中的Keras构造3层全连接神经网络,求解这个2分类问题。不做特征选择,把所有的8列数据都作为特征处理。这里应该使用k倍交叉验证,但我仅仅把前600个数据作为训练,后原创 2020-09-06 13:25:41 · 787 阅读 · 1 评论 -
tensorflow2.2基本服装图像fashion_mnist分类
采用FashionMNIST 数据集首先查看TensorFlow版本,代码:import tensorflow as tffrom tensorflow import kerasimport numpy as npimport matplotlib.pyplot as pltprint(tf.__version__)结果:2.2.0导入Fashion MNIST 数据集fashion_mnist = keras.datasets.fashion_mnist(train_ima原创 2020-09-03 16:32:22 · 638 阅读 · 2 评论 -
tf2.x的tensorboard可视化
在model.fit里加入参数就可以可视化了首先进入相应的conda虚拟环境,然后输入命令:tensorboard --logdir logs再在浏览器里输入网址:http://localhost:6006/完整tf2.0可视化代码:import tensorflow as tffrom tensorflow.keras import datasets, layers, optimizers, Sequential, metrics, callbacksimport datetime原创 2020-08-27 10:59:09 · 455 阅读 · 0 评论 -
tensorflow2.0学习笔记(五)
Keras高层API基本就是4步:Matricsupdate_stateresult().numpy()reset_states(就是清除缓存)原创 2020-08-26 15:48:45 · 470 阅读 · 0 评论 -
tensorflow-gpu1.14代码测试
import tensorflow as tfwith tf.device('/cpu:0'): a = tf.constant([1.0, 2.0, 3.0], shape=[3], name='a') b = tf.constant([1.0, 2.0, 3.0], shape=[3], name='b')with tf.device('/gpu:0'): c = a + b# 注意:allow_soft_placement=True表明:计算设备可自行选择,如果没有这原创 2020-08-22 07:55:43 · 3342 阅读 · 2 评论 -
利用梯度下降求解一元多次函数最值
刚学了TensorFlow2.0的梯度下降原理,觉得是否可以用到连续函数求最值问题中,先从简单的函数入手,一元多次函数,比如:x7∗(1−x)3x^7*(1-x)^3x7∗(1−x)3把梯度下降代码稍微改了下,利用TensorFlow2.0自动求导函数import tensorflow as tfdef func1(x): return (x ** 7) * (1 - x) ** 3x1 = tf.constant(0.5) # 初始点的值for step in range(2原创 2020-08-06 15:46:01 · 1077 阅读 · 0 评论 -
tensorflow2.0学习笔记(四)
数据加载读取MNIST数据集,直接从tensorflow.keras里读取,代码:import tensorflow as tffrom tensorflow import keras# 读取数据集(x, y), (x_test, y_test) = keras.datasets.mnist.load_data()# 查看训练数据x,y的形状print(x.shape)print(y.shape)# 查看x的数据范围print(x.min(), x.max(), x.mean())#原创 2020-08-02 16:43:36 · 506 阅读 · 0 评论 -
tensorflow2.0学习笔记(三)
的原创 2020-07-26 16:42:42 · 203 阅读 · 0 评论 -
tensorflow2.0学习笔记(二)
是原创 2020-07-10 09:46:16 · 202 阅读 · 0 评论 -
tensorflow2.0学习笔记(一)
维度变换原创 2020-07-01 13:21:38 · 198 阅读 · 0 评论 -
简单利用conda安装tensorflow-gpu=2.2.0
网上安装tensorflow-gpu=2.2.0什么的一大推,而且最后还报错,一般问题出现在:一、安装下载慢二、cuda和cudnn版本不对我最后实验了,很好解决上面的问题。一、安装tensorflow-gpu=2.2.0使用清华源安装,代码如下:pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple这样下载速度飞起!二、什么去官网下载cuda版本配置路径,感觉都不靠谱,我实验了,一个命令搞定原创 2020-06-27 11:29:07 · 28780 阅读 · 21 评论 -
Python使用conda安装requirement.txt的扩展包
当你在GitHub上下载了代码时,可以看到有一个requirements.txt文件,这是这个Python环境需要配置的扩展包,该文件记录了当前程序的所有依赖包及其精确版本号。你可以打开文件,然后用conda install一个一个的安装包,或者按下面的操作来:一、生成requirements.txt文件用conda activate 你的环境名字,此时进入了你的环境中,然后使用代码:pip freeze > requirements.txt就会生成一个所需环境包的txt文件,我的一个环境包原创 2020-06-22 18:01:53 · 30063 阅读 · 4 评论 -
conda安装tensorflow2.x和pytorch1.8.0的一些常用命令
Conda创建环境命令添加清华源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forgeconda...原创 2020-05-05 10:37:27 · 5180 阅读 · 1 评论 -
tensorflow-gpu=2.3.0安装和加速测试
安装tensorflow-gpu=2.0,代码为:conda install numpy pandas matplotlib scikit-learn scipy tensorflow-gpu==2.0测试代码:import tensorflow as tfimport timeitimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 代码用于忽略级别 2 及以下的消息(级别 1 是提示,级别 2 是警告,级别 3 是错误)。with原创 2020-06-24 17:49:53 · 3151 阅读 · 5 评论 -
利用TensorFlow2.0训练并验证MNIST数据集
直接上代码,里面有中文注释import tensorflow as tf# 载入并准备好 MNIST 数据集,将样本从整数转换为浮点数mnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0# 将模型的各层堆叠起来,以搭建 tf.keras.models.Sequential原创 2020-05-09 09:56:45 · 1755 阅读 · 2 评论 -
TensorFlow2.x,GPU代码测试
TensorFlow2.0,GPU代码测试代码如下import tensorflow as tfimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 不显示等级2以下的提示信息print('GPU', tf.test.is_gpu_available())a = tf.constant(2.0)b = tf.constant(...原创 2019-11-06 11:05:50 · 28938 阅读 · 4 评论 -
TensorFlow2.0优点
逻辑回归应用原创 2019-11-06 10:44:36 · 1017 阅读 · 0 评论 -
利用tensorflow2.0的keras演示回归(Python)
import tensorflow as tfimport osimport pandas as pdimport matplotlib.pyplot as pltimport numpy as npfrom tensorflow.python.keras import Sequentialfrom tensorflow.python.keras.layers import Dense...原创 2019-09-29 14:19:41 · 676 阅读 · 0 评论