tensorflow从入门到精通100讲
文章平均质量分 93
人工智能深度学习,你必须知道的框架
优惠券已抵扣
余额抵扣
还需支付
¥19.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
普通网友
这个作者很懒,什么都没留下…
展开
-
PyTorch从入门到精通100讲(三)-Pytorch动态图的回溯机制
一、张量的科学运算1 进行数值调整t=torch.randn(5)t#tensor([0.3806,0.9064,-1.9179,2.0816,-0.4153])1.1 返回绝对值torch.abs(t)#tensor([0.3806,0.9064,1.9179,2.0816,0.4153])1.2 返回相反数torch.neg(t)#tensor([-0.3806,-0.9064,1.9179,-2.0816,0.415...原创 2022-04-11 06:00:00 · 884 阅读 · 0 评论 -
PyTorch从入门到精通100讲(四)-神经网络在pytorch中的应用
Pytorch库的基本架构介绍今天我就将PyTorch常用的模块做一个总结梳理。首先要说明的是PyTorch这是torch的Python版本,所以导入的是torch而不是Pytorch:importtorch1 运行基础 torch.tensor:基础数据结构 torch.autograd:自动微分模块 2torch.utils支持神经网络相关的数据预处理。 数据导入与处理 utils.data utils.datasets ..原创 2022-04-10 06:00:00 · 952 阅读 · 0 评论 -
PyTorch从入门到精通100讲(五)-Pytorch Geometric 从原理到实战应用案例(附代码)
时间图神经网络PyTorch Geometric Temporal1 简介PyTorch Geometric Temporal是一个用于PyTorch Geometric的时间图神经网络扩展库。它基于开源深度学习和图形处理库。PyTorch Geometric Temporal包含最先进的深度学习和参数学习方法来处理时空信号。它是第一个用于几何结构时间深度学习的开源库,并在动态和静态图上提供常数时差图神经网络。使用离散时间图形快照来实现这一点。已实现的方法涵盖了广泛的数据挖掘(WWW,原创 2022-04-12 05:00:00 · 1401 阅读 · 0 评论 -
PyTorch从入门到精通100讲(一)-PyTorch张量从概念到应用
PyTorch张量的创建与基本类型0 导读在我们不知道什么是深度学习计算框架时,我们可以把PyTorch看做是Python的第三方库,在PyTorch中定义了适用于深度学习的张量Tensor,以及张量的各类计算。就相当于NumPy中定义的Array和对应的科学计算方法,正是这些基本数据类型和对应的方法函数,为我们进一步在PyTorch上进行深度学习建模提供了基本对象和基本工具。因此,我们需要熟练掌握PyTorch中张量的基本操作方法。torch.Tensor是一种包含单一数据类型元素的多维矩阵。原创 2022-04-09 05:30:00 · 1100 阅读 · 0 评论 -
深度学习核心技术精讲100篇(六十六)- 基于LXD的GPU算力虚拟化(附解决方案代码)
搭建需求由于当前算法和模型对GPU的强烈需求,实验室购置了一台性能强悍的GPU云服务器供大家一起使用。如果所有人对这台服务器拥有控制权是十分危险的,例如误删除他人文件,弄乱他人环境等。最简单的方法是为每位同学配置一台虚拟机,但硬件虚拟化造成大量的资源浪费,同时GPU并不支持常规的虚拟化。•云计算资源因安全措施考虑会进行如下设置:•设置访问白名单,限制仅实验室环境下访问。外部环境若需要访问计算资源,需先通过VPN接入实验室内网•仅开放用于SSH连接的端口到公网基于上述背景整理提出以下需求:•独原创 2022-02-28 03:00:00 · 1172 阅读 · 0 评论 -
【图像处理】原创 tensorflow从入门到精通100讲(八)-TensorFlow实战应用案例-如何用 Transformer 实现 OCR 字符识别?
一、数据集简介与获取本文使用的数据集基于ICDAR2015 Incidental Scene Text中的Task 4.3: Word Recognition,这是一个著名的自然场景下文本识别数据集,本次用来进行单词识别任务,我们去掉了其中一些图片,来简化这个实验的难度,因此本文的数据集与原始数据集略有差别。为了能够更好的进行数据共享和版本管控,我们选择在线调用数据集,将简化后的数据集存放在专门的数据共享平台,数据开源地址: https://gas.graviti.cn/data...原创 2022-03-08 06:00:00 · 1187 阅读 · 0 评论 -
深度2万字好文:图像处理-基于 PyTorch 的 YOLO v5 表情识别(附源代码)
本文利用YOLOV5对手势进行训练识别,并识别显示出对应的emoji,如同下图:本文整体思路如下。提示:本文含完整实践代码,代码较长,建议先看文字部分的实践思路,代码先马后看一 、YOLOV5训练数据集1. 安装环境依赖本教程所用环境:YOLOV5版本是V3.1。通过git clone 将源码下载到本地,通过pip install -r requirements.txt 安装依赖包 (其中官方要求python>=3.8 and torch>=1.6)。我.原创 2021-10-04 07:00:00 · 1834 阅读 · 0 评论 -
Transformer入门篇-深度万字长文带你轻松入门深度学习框架
0 摘要transformer结构是google在17年的Attention Is All You Need论文中提出,在NLP的多个任务上取得了非常好的效果,可以说目前NLP发展都离不开transformer。最大特点是抛弃了传统的CNN和RNN,整个网络结构完全是由Attention机制组成。由于其出色性能以及对下游任务的友好性或者说下游任务仅仅微调即可得到不错效果,在计算机视觉领域不断有人尝试将transformer引入,近期也出现了一些效果不错的尝试,典型的如目标检测领域的detr和可变形det原创 2021-09-07 08:58:13 · 1278 阅读 · 0 评论 -
tensorflow从入门到精通100讲(七)-TensorFlow房价预估使用Keras快速构建模型
这篇文章承接上一篇预热TensoFlow2.0——IRIS数据集实战,主是想更加详细介绍一下如何使用tensorflow2.0中使用Keras高级API快速构建模型。Keras是一个底层为tensoflow或者theano的高度封装的深度学习库。TensorFlow2.0官方推荐使用Keras进行深度神经网络构建,说明Keras在网络构建方面确实有着其独到的优势。很多人不满意Keras的灵活性,称其无法根据自己的需求构建网络结构。我这里小小的反驳一下:其实Keras可以可以很方便的让用户的自定义神经网络原创 2020-07-17 08:42:43 · 1164 阅读 · 0 评论 -
tensorflow从入门到精通100讲(六)-在TensorFlow Serving/Docker中做keras 模型部署
今天笔者想记录一下深度学习模型的部署,不知道大家研究过没有,tensorflow模型有三种保存方式:训练时我们会一般会将模型保存成:checkpoint文件 为了方便python,C++或者其他语言部署你的模型,你可以将模型保存成一个既包含网络结构又包含权重参数的:PB文件 为了方便使用TensorFlow Serving 部署你的模型,你可以将模型保存成:Saved_model文件笔者是keras(tensorflow )的深度用户,经常把模型保存成HDF5格式。那么问题来了,如何把keras的原创 2020-08-08 08:27:42 · 1274 阅读 · 0 评论 -
tensorflow从入门到精通100讲(五)-知识图谱( Knowledge Graph)关系抽取之PCNN
知识图谱( Knowledge Graph)以结构化的形式描述客观世界中概念、实体及其关系,将互联网的信息表达成更接近人类认知世界的形式,提供了一种更好地组织、管理和理解互联网海量信息的能力。上述一大段是我从2018知识图谱发展报告中copy下来的一段话,用普通人能听懂的人话来描述:知识图谱就是把去发现世间万物的之间的联系。 在技术上就是将数据以一个一个的<subject,relation,object>的三元组形式存储起来。不知道大家有没有这样一种感受,如果你在某一领域的学习了解到很多的知原创 2020-09-16 09:03:32 · 2527 阅读 · 1 评论 -
tensorflow从入门到精通100讲(四)-细粒度的情感分析Gated Convolutional Networks
首先简要介绍一下基于Aspect的情感分析(Aspect based sentiment analysis——ABAS),ABAS的主要任务:是判断句子所在的场景在某一方面的情感极性。举个例子,假如我们拿到一条餐厅评价文本数据如下:这家餐厅的环境还不错,可以菜做的不怎么样。ABSA的任务就是去判断出下面两方面的情感极性:1.在‘环境’这个aspect,文本的情感是积极的,2.在‘做菜’这个aspect,文本的情感是消极的。和普通的情感分析的不同点是,此类情感分析任务除了需要给出文本的情感极性,还原创 2020-09-30 09:01:26 · 1457 阅读 · 0 评论 -
tensorflow从入门到精通100讲(三)-谈谈Estimator在Tensorflow中的应用
正如Tensorflow的官网所示:TensorFlow 提供一个包含多个 API 层的编程堆栈其架构图如下。用户可以任意选择不同级别的API进行自己模型的构建。而本篇文章就最高级别的API——Estimator进行一个简短的介绍。tensorflow API层的编程堆栈使用Estimator的流程大致如下:构建输入数据流 定义特征列 创建Estimator实例 训练模型,进行预测创建输入数据流tf.data API 构建输入数据流的流程如下图所示。构建输入..原创 2020-09-17 09:12:30 · 1093 阅读 · 0 评论 -
tensorflow从入门到精通100讲(二)-IRIS数据集应用实战
TensorFlow 2.0 即将问世,很多API该删的删,该改的改。在这篇文章中我就2.0 版本中以下两点更新,为大家做一下预热(注意:笔者使用的是tensorflow1.9版)。在tensorflow2.0中:将使用 Keras 和 eager execution,帮助大家轻松构建模型。 删除了queue runner 以支持 tf.data,帮助大家更快,更方便的构建数据流。当然还有很多其他的更新,这里笔者不做介绍。导入tensorflow,开启eager模式在2.0版本中,默认使用原创 2020-07-16 08:39:02 · 1146 阅读 · 0 评论 -
tensorflow从入门到精通100讲(一)-如何申明一个tensor,Tensorflow中最重要的基本操作
如果把Tensorflow翻译成中文,意思是流动的张量, 第零阶张量为标量,第一阶张量为矢量, 第二阶张量则成为矩阵,在tensorflow中流动的数据大多都以这三种数据结构流动,那么如何去申明一个tensor,在tensorflow中提供了很多的方法,我简要的介绍其中一些申明方法。申明固定tensor1. zero_tensor = tf.zeros([2, 3])#申明一个2行3列的全零矩阵2. ones_tensor = tf.ones([3, 4])#申明一个3行4列的全一矩阵.原创 2020-07-15 09:32:27 · 1341 阅读 · 0 评论