Labiod的博客

基本分类器：分类衣物图片这篇教程将会训练一个神经网络模型来对衣物图片进行分类。如果你了解整个代码的细节也没有什么问题，因为文章的目的在于帮助你快速理清tensorflow构建模型的过程。这里采用的tf.keras API。在tensorflow中，keras是一个用来构建和训练模型的高级API接口。导入数据集预处理数据构建模型设计网络层数编译模型训练模型执行训练验证精度看看预测结果怎么样验证精度使用训练的模型来分类一些其它的...

tensorflow2.0版的本的一些小的测试与尝试，届时会陆续将代码与新的放到此处。主要参照tensorflow core给出的教程。原链接采用这是一个 Google Colaboratory 笔记本文件， jupyter编译工具，我这边使用的pycharm进行实现。接下来 我们开始快速入门 ，实现步骤为： 加载数据集–构建模型–训练模型–验证模型下载并安装 TensorFlow 2.0 测试版包。将 TensorFlow 载入你的程序：from __future__ import absol

今日运行tensorflow,报出以下错误：cudaGetDevice() failed. Status: cudaGetErrorString symbol not found.因为项目需求，之前的tensorflow版本发生了变化。本机cuda version 是 10.1，执行下面两个命令，重装tensorflow：pip install tensorflow==2.1.0pip install tensorflow-gpu==2.1.0运行程序：OK..

在探讨tensorflow分布式机制的之前，我们先要了解一下分布式机器学习平台的简单作用。分布式机器学习的目标是将具有庞大数据和计算量的任务分布式地部署到多台机器上，以提高数据计算的速度和可扩展性，减少任务的耗时。接下来，我们需要探讨一下数据流模型。早在2005年，Apache就实现了Hadoop分布式系统的基础架构，其核心设计———HDFS分布式文件系统为海量数据提供了存储空间，而 ...

最近