ubuntu18.04 cuda11.0 虚拟环境cuda10.0，pytorch1.2，tensorflow1.15 keras2.3.1
各个版本： Python 3.7 pytorch 1.2.0 + torchvision 0.4.0 + cuda10.0.130 cudnn 7.6.5 protobuf 3.20.0 tensorflow-gpu 1.15.0 keras-2.3.1 其他的安装过程中缺啥补啥，如果有失败的看详细信息进行安装或者更新版本补充 更多refer： ubuntu16.04配置CUDA10.0.130+cuDNN7.4.1...
从 Numpy+Pytorch 到 TensorFlow JS：总结和常用平替整理
的历史数据训练模型，神经网络输入为最近2局的历史数据。如何拥有较为平滑的移植体验？ 保持两种语言，和两个框架的API文档处于打开状态，并随时查阅：Python，JavaScript；Pytorch，TensorFlow JS（用浏览器 F3 搜索关键词）。可选阅读，《动手学深度学习》，掌握解决常见学习问题时，Pytorch 和 TensorFlow 的实现方法。 精读 TensorFlow JS 的官方教程，和...
tensorflow2.x --------------------DenseNet-----------------------------
用tensorflow2.4实现了DenseNet-121,训练基于ImageNet图像数据集，图片输入大小为 224x224 。网络结构采用包含4个DenseBlock的DenseNet-BC，每个DenseNet-BC由若干个 BN+ReLU+1x1 Conv+BN+ReLU+3x3 Conv（Dense_layer)且每个DenseBlock的特征图大小分别为56，28，14，7，DenseNet中每个Den...
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow（第2版）》学习笔记
文章目录 书籍信息技术和工具Scikit-LearnTensorFlowKerasJupyter notebook 资源书籍配套资料流行的开放数据存储库元门户站点(它们会列出开放的数据存储库)其他一些列出许多流行的开放数据存储库的页面其他 机器学习项目清单主要有8个步骤框出问题并看整体获取数据研究数据准备数据列出有前途的模型微调系统演示你的解决方案启动 机器学习概览什么是机器学习为什么使用机器学习机器学习的应用示例...
TensorFlow.NET机器学习环境搭建(1)C#
测试环境： vistual studio 2019 win10 64位 .net framework 4.7.2 安装参考：TensorFlow.NET 测试程序参考：TensorFlow.NET 1 在包管理工具中安装：Install-Package TensorFlow.NET 本次测试安装的版本是：0.70.2 2 在包管理中安装：Install-Package TensorFlow.Keras 本次...
深度学习之路=====10=====＞＞Resnext(tensorflow2)
的输出尺寸差2倍（28->14->7)。上面的步长变化导致对应块中的short-cut层的卷积步长也要对应为2，这样经过各自的卷积计算后，他们的尺寸仍然一致，可以进行“+”计算。 代码 import tensorflow as tfimport numpy as npfrom tensorflow.keras.layers import *from tensorflow.keras import Modelc...
tensorflow2 MobileNet
按比例减少； resolution multiplier主要用来按比例降低特征图尺寸，取值范围(0,1]，使模型计算量按比例减少。 模型网络结构 最后，上代码 ##激活函数用的Reluimport tensorflow as tffrom tensorflow.keras.layers import *from tensorflow.keras import Modelimport numpy as npc...
TensorFlow的GPU使用相关设置整理
前言 TensorFlow是一个在机器学习和深度学习领域被广泛使用的开源软件库，用于各种感知和语言理解任务的机器学习。 默认情况下，TensorFlow 会映射进程可见的所有 GPU（取决于 CUDA_VISIBLE_DEVICES）的几乎全部内存。这是为了减少内存碎片，更有效地利用设备上相对宝贵的 GPU 内存资源。但有时我们不需要这种特性，所以需要想办法避免这种情况。 本文简要介绍TensorFlow的GPU使...
向毕业妥协系列之机器学习笔记:神经网络（三）Tensorflow实现（上）
输入数据是什么，并将其放到逻辑回归函数中 2.指定损失和成本函数 3.最小化成本函数（即梯度下降） 上面三步如下图所示 上图右侧执行model.compile时（即上面说的第二步）要指定损失函数，同时tensorflow会自动帮我们提供相应的和成本函数，当调用model.fit就是上面说的第三步了。 在第三步执行梯度下降的过程的时候，需要计算偏导数，tensorflow是利用反向传播技术来计算偏导的，反向传播我们在后...
Informer学习记录之Informer-Tensorflow版本
历时两天，博主终于将informer-tensorflow调试成功了，下一步就可以进行数据集更换和改进了，下面介绍自己的调试过程： 项目介绍 Transformer模型 Transformer是由谷歌团队近期提出的一种新型网络模型，抛弃了传统的CNN和RNN，整个网络结构完全是由Attention机制组成。更准确地讲，Transformer由且仅由self-Attenion和Feed Forward Neural ...