政安晨：专栏目录【TensorFlow与Keras实战演绎机器学习】
本篇是作者政安晨的专栏《TensorFlow与Keras实战演绎机器学习》的总纲，专栏文章不断更新，这篇目录总纲也会随着专栏不断更新。 TensorFLow简述 TensorFlow给自己的定位是端到端机器学习平台，作者政安晨对TensorFlow的简述如下： 导入和使用TensorFlow其实并不难： import tensorflow as tf 关键是如何循序渐进地入门，并针对某个具体目标开展实例，并...
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（二）—— 深度神经网络
时被称为隐藏层，因为我们从未直接看到它们的输出。 构建序列模型 我们一直在使用的Sequential模型将按顺序连接一个层的列表：第一层获得输入，最后一层产生输出。这创建了上图所示的模型： from tensorflow import kerasfrom tensorflow.keras import layers model = keras.Sequential([ # the hidden ReLU l...
【Kuiperinfer】笔记03 张量（Tensor）类设计与实现，单元测试解析
文章目录 Tensor类的组成Tensor类设计数据顺序（行主序/列主序）使用单元测试Tensor类方法描述C++中的类模板张量创建单元测试 返回维度信息单元测试 返回张量中的数据单元测试 张量填充单元测试 reshape单元测试 逐元素处理单元测试 其他辅助函数判空返回数据存储的起始位置返回张量的shape 练习FlattenPadding 参考 Tensor类的组成 张量的数据按照channels，ro...
Tensorflow 手写数据集
poutimport torchfrom torch.utils.data import Datasetfrom torch.utils.data import DataLoaderfrom tensorflow.math import argmaxfrom tqdm import tqdmfrom torch import flattenimport osimport torchvision...
Tensorflow深度学习系列专栏简介
专栏内容 在深度学习系列专栏中，我们将深入探讨TensorFlow两个领先的深度学习框架，为读者提供全面而实用的知识。专栏始于深度学习的基础概念，包括神经网络结构、前馈与反向传播等核心知识，为初学者提供坚实的基础。我们将深入讨论TensorFlow基本操作，涉及张量操作和模型构建，帮助读者熟悉两个框架的语法和流程。 除了理论知识，我们还将探讨实际应用与项目实战，通过案例演示如何将深度学习技术应用于实际问题解...
PyTorch中Tensor（张量）数据结构内部观察
上图中是一个张量embeds，打开其内部存储空间，我们可以看到内部的构成。在PyTorch中，Tensor 具有许多属性和方法。以下是其中一些关键的属性和方法： 属性： H： 在标准的PyTorch API中并没有直接表示为 .H 的属性，但在数学或某些库（如NumPy）中，.H 通常代表共轭转置（Conjugate Transpose），也称为Hermitian conjugate。在处理复数张量时，如果...
大语言模型LLM分布式训练：TensorFlow下的大语言模型训练实践（LLM系列05）
文章目录 大语言模型LLM分布式训练：TensorFlow下的大语言模型训练实践（LLM系列05）1. TensorFlow基础与`tf.distribute.Strategy`1.1 `MirroredStrategy`实现数据并行训练1.2 `MultiWorkerMirroredStrategy`应用于多节点并行训练 2. **构建GPT模型实例**2.1 GPT模型结构概览2.2 使用TensorF...
成功解决ModuleNotFoundError: No module named ‘tensorboard‘
成功解决ModuleNotFoundError: No module named ‘tensorboard’ 📅2024年02月25日 🌈 个人主页：高斯小哥 🔥 高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程 👈 💡 创作高质量博文，分享更多关于深度学习、PyTorch、Python领域的优质内容！（希望得到您的关注~） 🌵文章目录...
torch\tensorflow在大语言模型LLM中的作用
文章目录 torch\tensorflow在大语言模型LLM中的作用 torch\tensorflow在大语言模型LLM中的作用 在大型语言模型（LLM）中，PyTorch和TensorFlow这两个深度学习框架起着至关重要的作用。它们为构建、训练和部署LLM提供了必要的工具和基础设施。 首先，PyTorch和TensorFlow都提供了高级的API和工具，使得研究人员和开发人员能够更容易地构建复杂的神经网...
TensorRT及CUDA自学笔记005 GPU架构和线程束
TensorRT及CUDA自学笔记005 GPU架构和线程束 GPU架构 流处理器streaming multiprocessor （SM） 每一个SM包含整数个CUDA core、共享内存\L1缓存（shared memory\L1cache）、注册文件（Register File）、加载和存储单元（Load\Store Units）、特殊函数单元SFU（Special Function Unit）、Wa...