lbj1260200629的博客

本文主要介绍了NLP技术的发展历程，详细的介绍了发展历程中各个模型的原理结构优缺点等；详细的介绍chatgpt大模型各部分的发展历程、模型结构、原理作用、优缺点及未来发展现状！

动手学深度学习系列文章总结目录文章目录动手学深度学习系列文章总结目录一、什么是深度学习？二、人工智能的研究热点及重点三、机器学习的训练与预测示例四、机器学习是一个完整的故事总结一、什么是深度学习？二、人工智能的研究热点及重点过去几年的热点三、机器学习的训练与预测示例四、机器学习是一个完整的故事三类人：领域专家、数据科学家、AI专家领域专家：懂业务的相关人士数据科学家和AI专家区别不大总结以上是动手学深度学习的一点总结，望对大家能有所帮助，也希望大家一起学习进步！...

导入 keras.engine 可能会产生No module named 'tensorflow.keras.engine我们采用下列方式导入时：from tensorflow.keras.engine.topology import Layer, InputSpec或者from tensorflow.keras.engine import Layer, InputSpec会产生上述的报错解决办法from tensorflow.keras.layers import Layer, I

1.AttributeError: module ‘keras.backend’ has no attribute ‘image_dim_ordering’产生的原因是：导入backend 是从tf导入进来的，比如import tensorflow.keras.backend as K而且 tensorflow 与 keras 版本也不一致，会引起上述问题解决方案1：import tensorflow.python.keras.backend as KK.common.image_di

1. tf2.0 导入tensorflow.ConfigProto报错解决方案:from tensorflow.compat.v1 import ConfigProto按照上述2种方法可以导入成功参考文档：https://www.tensorflow.org/api_docs/python/tf/compat/v1/ConfigProto2. tf2.0 image 模块没有resize_images 属性AttributeError: module ‘tensorflow_core._

AttributeError: module ‘tensorflow’ has no attribute ‘placeholder’tensorflow2.0 没有placeholder属性问题解决办法1：import tensorflow as tfx = tf.compat.v1.placeholder(shape=[None, 2], dtype=tf.float32)解决办法2:import tensorflow.compat.v1 as tftf.disable_v2_be.

1.产生报错原因import tensorflow.keras.backend as Kdef __init__(self, **kwargs): self.__dict__.update(self._defaults) # set up default values self.__dict__.update(kwargs) # and update with user overrides self.class_names = self._get_class() self