【Tensorflow深度学习】优化算法、损失计算、模型评估、向量嵌入、神经网络等模块的讲解（超详细必看）
使用Nesterov动量。 （7）RMSprop算法:基于梯度平方均值。 （8）Adadelta算法:使用随机梯度下降算法和自适应学习率，避免训练过程中学习率持续劣化以及手动设定问题。 二、损失计算 Tensorflow的keras.losses库中定义了各种损失值得运算类，下面重点介绍常用的几种 （1）CategoricalCrossentropy类: 计算标签和预测值之间的交叉熵损失（Crossentro...
在pytorch中使用Tensorboard
tensorboard是一种模型可视化工具，可以帮助我们实时查看深度学习模型数据。但它本身是为tensorflow量身定做，无法直接用于pytorch等其他深度学习框架。在这种情况下，出了TensorboardX, 可以辅助tensorboard在其他深度学习框架下的应用。步骤： 1、终端安装：cmd→pip install tensorboardX 我们会发现TensorboardX被安装在了D:\Prog...
【Tensorflow】tf1.x api
tf1.x api学习，tensorflow中大部分数据是float32。 目录 y=wx+b的训练（tf1.15） 读取外部数据 feed_dict tf.reshape np.reshape Variable与Tensor？ tf.boolean_mask tf.sequence_mask tf.ones_like tf.where y=wx+b的训练（tf1.15） # ================...
Pytorch -＞ ONNX -＞ TensorRT 模型转换与部署
ytorch分类模型转onnx以及onnx模型推理 或者直接看Pytorch官方怎么干的。 ONNX Github onnxruntime调用onnx模型推理时有一个provider的参数，可选 [‘TensorrtExecutionProvider’, ‘CUDAExecutionProvider’, ‘CPUExecutionProvider’]，不知道是还需要其他设置还是怎样，'TensorrtExec...
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 Mod...
深度学习最终BOSS——TensorRT
uffers->为输入输出开辟GPU显存->创建cuda流->从CPU到GPU(拷贝input数据)->异步推理->从GPU到CPU(拷贝output数据)->同步cuda流->释放资源 使用流程： Tensor RT C++ 使用流程_我为什么这么菜.的博客-CSDN博客 TensorRT 在所有支持的平台上提供 C++ 实现，在 Linux 上提供 Python 实现。 Windows 或 QNX 目前不...
Tensorflow笔记
Tensorflow笔记 基础概念计算图Eager Execution（即刻执行）eager模式下计算梯度 基本使用tf.app加载flag（tf.app.flags）启动( tf.app.run ) 基础概念 计算图 Tensor（张量），在Tensorflow中可以理解为多维数组。 Flow（流），指数据流动的过程。 在计算图中，每一个计算就是一个节点，数据从一个计算“流”入下一个计算，形成图。 为什么...
pytorch使用cat()和stack()拼接tensors
有时我们在处理数据时，需要对指定的tensor按照指定维度进行拼接，对于这个需求，pytorch中提供了两个函数供我们使用，一个是torch.cat()，另外一个是torch.stack()，这两者都可以拼接tensor，但是这二者又有一些区别。 二者相同点就是都可以实现拼接tensor，不同之处就是是否是在新的维度上进行拼接（是否产生新的维度）。 一、torch.cat() 该方法可以将任意个tensor...
Pytorch 中使用 Tensorborad 的技巧
文章目录 前言1. 什么是 Tensorboard？2. 环境准备2.1. TensorboardX2.2. Tensorboard 3. 记录数据3.1. 实例化 SummaryWriter3.2. add_scalar()3.3. add_graph()3.4. add_image() 4. 快速使用 Tensorboard 可视化信息总结 前言 本文主要记录了如何在 pytorch 中利用 Tenso...
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.Kera...