
Tensorflow和Keras
文章平均质量分 77
Tensorflow用法
微电子学与固体电子学-俞驰
如切如磋,如琢如磨,臻于至善。
展开
-
GPU云服务器+tensorboard
流程如下:python test.py(完整代码在附录,数据集会由代码自动下载,不用担心)运行后会自动生成model文件夹#--------------------------------------------------tensorboard --logdir=./model得到:http://ubuntu19:6007/#---------------------...原创 2020-04-16 20:11:43 · 633 阅读 · 1 评论 -
ValueError: Unknown initializer: GlorotUniform
完整报错如下:---------------------------------------------------------------------------ValueError Traceback (most recent call last)<ipython-input-4-85ad0fe8ebcc> i...转载 2019-11-14 16:08:23 · 2851 阅读 · 0 评论 -
fit,fit_generator的使用区别
fit函数根据[1],当你使用.fit()函数时,意味着如下两个假设:训练数据可以完整地放入到内存(RAM)里 数据已经不需要再进行任何处理了###############################################################################fit_generator()函数fit_generator()函数就比...转载 2019-10-04 17:21:13 · 3208 阅读 · 0 评论 -
tensorflow中的log中数字的含义
代码和log如下:https://github.com/appleyuchi/TPU_GPU_Code/blob/master/TPU%E8%BF%90%E8%A1%8CCifar10.ipynb代码的log中有:INFO:tensorflow:Finished compiling. Time elapsed: 5.899410247802734 secs10/10 [====...原创 2019-09-27 12:32:59 · 542 阅读 · 0 评论 -
所谓的inference场景与深度学习终端加速器以及边缘计算和雾计算
AI包括两部分:1.广义的训练(含采集,特征工程以及狭义的训练和验证)2.inference场景(讲人话就是加载模型进行测试)。上面两个场景在初学者眼里都是一台电脑上跑着玩玩。因为深度学习模型比较庞大,所以加载(测试)速度缓慢。所以出来了一系列的解决方案,例如:百度的EdgeBoard和微软的Project Brainware.这两个东西干嘛的?讲人话:...原创 2019-09-23 23:34:05 · 780 阅读 · 0 评论 -
GPU代码修改成TPU代码
代码:https://github.com/appleyuchi/TPU_GPU_Code/blob/master/colab上使用GPU和TPU比较.ipynb这个代码是GPU和TPU的运行性能比较。用文本比较网站看了下代码的异同,总共有两处:---------------------第1处----------------------------GPU:model....原创 2019-09-22 17:30:18 · 1632 阅读 · 0 评论 -
TPU和GPU跑模型时间统计(持续更新中)以及TPU Research Cloud的申请
下面记录的训练时间就是所有数据开始训练到生成模型为止的时间,代码中都不包含交叉验证等策略。已经尝试过的实验如下:框架 数据集 代码 加速设备 平台 耗时 ResNet cifar10 TPU运行Cifar10.ipynb TPU Google Colaboratory 2000s XGBoost IEEE...原创 2019-09-22 16:54:00 · 2665 阅读 · 0 评论 -
windows7 64位下安装tensorflow终极解决方案
首先明确一个概念,pycharm中安装的包在cmd中不一定会生效例如,pycharm中安装了pip是9.0的,在cmd中输入pip -V却显示8.0安装这个机器学习框架需要注意如下事项:一、win7 64位,安装python3.5.2(64bit)二、注意依赖。pip不会帮你检查依赖请对比以下两幅图片以下截图来自https://pypi.python.org/...原创 2017-04-30 22:17:37 · 7836 阅读 · 1 评论 -
AttributeError: 'Model' object has no attribute 'target_tensors'
使用TPU时候碰到的问题,完整问题复现如下:WARNING:tensorflow:Keras support is now deprecated in support of TPU Strategy. Please follow the distribution strategy guide on tensorflow.org to migrate to the 2.0 support...转载 2019-09-22 15:31:26 · 4220 阅读 · 1 评论