MIss-Y的博客

前言：前面在介绍使用tensorflow进行data pipeline的时候，遇到了一些问题，特意整理了两篇文章，请参见：tfrecord文件的map在使用的时候所踩的坑总结（map、py_function、numpy_function）tensorflow2.x之由dataset.map引发出的关于tf.py_function以及tf.numpy_function问题本系列文章将深入详解这是哪个函数，即tf.py_function()、tf.py_func、tf.numpy_function(

前言：在使用tensorflow解析tfrecord文件的时候，踩过很多坑，其中一个便是关于tensor，eagertensor的坑，前面的一片文章已经有所说明，本文基于tensorflow2.1，在前面一篇文章的基础之上进行补充，前面的文章参考：tensorflow2.x之由dataset.map引发出的关于tf.py_function以及tf.numpy_function问题问题的原因分析，当输入X所对应的值是字符串的时候，比如前面文章中的文件路径，没有办法使用map直接解析，需要借助于tf.p

前言：看了很多关于多GPU分配与使用的文章，发现很多文章都是只介绍了一些最浅显的东西，没有深入解释清楚，本文所使用的服务器上面含有4块 GTX2080Ti 的GPU。声明：深度学习框架所使用的GPU不是以GPU本身的个数和编号而言的，而是以我们本身给框架能够看见的GPU数量而言的，什么意思呢？一、关于GPU的可见性与框架使用的GPU的映射关系——device mapping（1）当不设定任何限制的时候，我们的框架可以看见4块GPU，所以在使用的时候对应的关系如下：/job:localhos

前言：前面专门讲解了一篇关于tensorflow2.x的文件保存，主要是介绍了两种模式，一个是keras的h5文件，一个是tensorflow专用的SavedModel（.pb文件）文件，详细请参考：详解tensorflow2.0的模型保存方法（一）本文会专门介绍tensorflow中的checkpoint，以及在tensorflow2.x以及tensorflow1.x中如何保存成chec...

前言：我们一般使用深度学习框架都是GPU版本的，如何检测我们的安装是否成功，GPU、CUDA、CUDNN等信息呢？本文做了一个归纳总结：一、tensorflow版本的GPU信息查看（1）tensorflow版本tf.__version__ tensorflow版本tf.__xxxxx__ 一些信息的查看tf.verison.xxxx 一些信息tf.te...

前言：tensorflow2.0中有很多种模型保存方法，为了做一个统一的比较，本文做一个归纳总结，加之自己在这上面踩过很多的坑，现在感觉做一个总结实在是有必要。因为tensorflow创建模型的方式很多，包括Sequence、Model、SubClass Model，我们可以保存所有的模型，也可以仅仅保存权重。本文为系列文章第一篇，介绍各种模型保存方法，后面还会介绍checkpoint以及Sa...

前言：下面整理了tensorflow2.x学习的过程中自己整理的一些笔记，后续会不断的更新一、服务器端的tensorboard文件如何在本地浏览器中查看（1）第一步：登录服务器：——使用SSH登录在本地计算机使用先用ssh工具重定向：ssh -L 16006:127.0.0.1:6006 name@server_ip -p 22 # 你的用户名name和ip 有的服务器做了端口...

前言：tensorflow是一个庞大的系统，里面的函数很多，实现了很多常规的一些操作，但是始终没有办法涵盖所有的操作，有时候我们需要定义一些自己的操作逻辑来实现制定的功能，发现没那么简单，本文是在编写tf.data.DataSet的时候出现的一个问题，做了一个集中化的总结，会涉及到以下概念：EagerTensor和Tensor，tf.py_function以及tf.numpy_function...