u010899985的博客

在安装TensorFlow之前，我们先来看下当前的深度学习框架都有哪些，随着深度学习研究的热潮持续高涨，各种开源深度学习框架也层出不穷，其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon，等等。然而TensorFlow却杀出重围，在关注度和用户数上都占据绝对优势，大有一统江湖之势。深

由于自己最近在学习TensorFlow，想要可视化自己搭建的神经网络，但是一直出现各种问题，先说下自己的环境：win10 64位，TensorFlow1.3（最新版本）博主先不说各种什么方法，因为也不知道大家会出现什么问题，所以把自己出现的各种坑分享下，如果大家都能规避，那么tensorboard就不会出现其他多大问题！入坑一：尽可能使用chrome浏览器毕竟TensorFlow

关于Dropout的详细内容可参考论文 "Dropout: A Simple Way to Prevent Neural Networks from Overfitting"论文Dropout 是一个降低过拟合的正则化技术。他在网络中丢弃一部分神经单元，以及与它们的前后续相连的所有节点。在TensorFlow中：TensorFlow提供了一个函数tf.nn.dropou

Android和iOS设备上，TensorFlow Lite都提供了C ++ API的支持，并且在Android平台还额外提供了Java API的支持。这样一来，开发者就能非常方便地使用这些TensorFlow Lite API进行设计和开发。不过，默认情况下TensorFlow Lite使用的是CPU来进行解算，如果你需要使用Android 8.1推出的硬件加速API，则需要确保它运行在受支持的...

常用的深度学习训练模型为数据并行化，即TensorFlow任务采用相同的训练模型在不同的小批量数据集上进行训练，然后在参数服务器上更新模型的共享参数。TensorFlow支持同步训练和异步训练两种模型训练方式。异步训练即TensorFlow上每个节点上的任务为独立训练方式，不需要执行协调操作，如下图所示：同步训练为TensorFlow上每个节点上的任务需要读入共享参数，执行并行化的梯度计...

几乎在所有情况下，当你使用通过 pip 安装的软件包时，会收到如下警告：Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2。如果看到这类信息，最好卸载 TensorFlow，再根据你需要的选项通过 bazel 重新编译它。这样做的主要好处是可以提升计算速...