Tensorflow框架（转载）

最新推荐文章于 2025-09-10 22:07:12 发布
最新推荐文章于 2025-09-10 22:07:12 发布
阅读量69 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： 人工智能 大数据
原文链接：https://yq.aliyun.com/articles/666481
本文详细介绍如何在Hadoop分布式集群环境下使用YARN模式搭建TensorFlowOnSpark平台，并通过具体示例展示基于TensorFlow框架的大数据深度学习应用。
Tensorflow框架搭建卷积神经网络CNN训练mnist数据集
weixin_44928646的博客
02-26 1526
本文将用Tensorflow框架训练Mnist数据集，搭建卷积神经网络CNN，损失将以动态折线图方式展示。 卷积如何工作？ 首先大家看一下下面的全连接神经网络，从这张图我们知道，全连接神经网络中，每一层的每个神经元输出的特征都被下一层每一个神经元接收，公式表达为 f(wx+b),f为激活函数，w是权重，截取自标准正态分布，b为偏置，上一层的输出作为下一层的输入，即便某一个神经元的输出并没有特征...
使用Tensorflow框架完美保存并实现调用训练好的模型（是模型不是参数哦、全网首篇）
热门推荐
Rainmaple‘s Blog
05-26 3万+
众所周知，Tensorflow在机器学习、深度学习领域有着广泛的应用。博主最近就Tensorflow进行了简单的学习，当我完成简单的回归模型以及CNN的训练后，一个想法油然而生，怎样将训练好的模型保存呢？保存之后又该怎么调用呢？ 于是，我查阅了很多相关资料，经过很多的测试，终于…成功了！现将如何保存和调用训练好的模型总结如下（提一下，本文以CNN为例了，数据集是众所周知的MNIST）： 1...
tensorflow 框架图
weixin_30768661的博客
04-18 156
　　 转载于:https://www.cnblogs.com/cupleo/p/10727379.html
Tensorflow框架介绍
weixin_45004260的博客
02-23 1237
本文是关于tensorflow的一篇框架介绍，以及一些基础操作知识。 转载请注明出处
Python(TensorFlow框架)实现手写数字识别系统（转载）
qq_37171215的博客
06-01 601
转载自：https://blog.youkuaiyun.com/louishao/article/details/60867339### 手写数字识别算法的设计与实现 本文使用python基于TensorFlow设计手写数字识别算法，并编程实现GUI界面，构建手写数字识别系统。这是本人的本科毕业论文课题，当然，这个也是机器学习的基本问题。本博文不会以论文的形式展现，而是以编程实战完成机器学习项目的角度去描述。...
Tensorflow学习：（一）tensorflow框架基本概念
weixin_30925411的博客
07-01 99
一、Tensorflow基本概念 　　1、使用图（graphs）来表示计算任务，用于搭建神经网络的计算过程，但其只搭建网络，不计算 　　2、在被称之为会话（Session）的上下文（context）中执行图 　　3、使用张量（tensor）表示数据，用“阶”表示张量的维度。关于这一点需要展开一下 0阶张量称为标量，表示单独的一个数 1阶张...
【技术导向】Pytorch & Tensorflow 框架学习记录
weixin_41441616的博客
08-09 676
Pytorch / Tensorflow
机器学习tensorflow框架初试
weixin_30518397的博客
09-29 75
本文来自网易云社区作者：汪洋前言新手学习可以点击参考Google的教程。开始前，我们先在本地安装好 TensorFlow机器学习框架。首先我们在本地window下安装好python环境，约定安装3.6版本；安装Anaconda工具集后，创建名为 tensorflow 的conda 环境：conda create -n tensorflow pip python=3.6；conda切换环境：act...
MNIST 手写识别 + Tensorflow 框架
gl_4433的博客
01-31 565
按着 Tensorflow 中文社区 的步骤，尝试用Tensorflow 框架进行了 mnist 手写识别的测试，算是简单入门了，记录一下。 python： 3.6.0 tensorflow : 1.4.0 1.原版程序 先放出原版的程序： 一共需要两个 python 文件，分别为 input_data.py 和 myFirstTensorflow.py (这个文件可以自己命名)
TensorFlow深度学习框架
WALNUT的博客
05-11 729
TensorFlow深度学习，一篇文章就够了 原文出处： 我爱计算机 （@tobe迪豪 ）    作者: 陈迪豪，就职小米科技，深度学习工程师，TensorFlow代码提交者。 TensorFlow深度学习框架 Google不仅是大数据和云计算的领导者，在机器学习和深度学习上也有很好的实践和积累，在2015年年底开源了内部使用的深度学习框架TensorFlo
Pytorch框架实现mnist手写库识别（与tensorflow对比）
12-17
Tensorflow版本转载来源（优快云博主「兔八哥1024」）：https://www.jb51.net/article/191157.htm Pytorch实战mnist手写数字识别 #需要导入的包 import torch import torch.nn as nn#用于构建网络层 import torch....
TensorFlow基础一（张量的创建及运算）
需要远程指导仿真实验、代码有问题的，请后台私信或者关注公众号
04-25 976
TensorFlow基础一（张量的创建及运算）
阿里云Qwen3系列模型部署微调评测
wys的专栏
09-07 1062
让算力成为公共服务：用大规模的通用计算，帮助客户做从前不能做的事情，做从前做不到的规模。让数据成为生产资料：用数据的实时在线，帮助客户以数据为中心改变生产生活方式创造新的价值。
torch神经网络入门级设备测试
m0_71002812的博客
09-07 1663
本文介绍了一个基于PyTorch的CPU与GPU性能评估系统，用于比较不同硬件在求解常微分方程(ODE)的神经网络模型中的计算效率。系统包含以下核心功能： 自动检测CUDA可用性及GPU配置 构建多层前馈神经网络模型求解二阶ODE 性能基准测试：分别在CPU/GPU上运行相同训练任务，计算加速比 内存使用分析：对比CPU/GPU张量的内存占用情况 梯度计算专项测试：评估反向传播耗时差异 评估结果显示，在处理大规模数据(≥5000个数据点)时，GPU凭借并行计算优势可获得显著加速效果。系统适用于科研人员优化物
AI驱动的软件测试：革命性的自动化、缺陷检测与实验优化
zzywxc787的博客
09-06 716
人工智能（AI）和机器学习（ML）技术的融入，正在从根本上重塑软件测试的格局，将其从一种主要是手动的、重复性的任务转变为一种智能的、预测性的、且持续优化的过程。*说明：多臂老虎机算法（MAB）由于将更多流量分配给了更好的版本B，其累积回报（点击次数）的增长速度远快于传统A/B测试（固定50/50分流）。： 利用NLP技术（如文本分类）自动分析新提交的Bug报告的内容、标题和描述，将其自动分类（如“前端UI问题”、“后端API错误”），并推荐或分配给最合适的开发人员（基于谁修改了相关代码文件）。
[TKDE 2023] A Review on Deep Neural Networks for ICD Coding
Sherlily的博客
09-07 1756
计算机-人工智能-ICD编码机器学习深度学习综述
MOSS-TTSD: 文本对话式语音克隆
m0_72580657的博客
09-10 766
MOSS-TTSD是一款突破性的对话语音生成系统，专为提升人机交互体验而设计。基于Qwen3-1.7B-base模型优化，它支持中英双语，实现零样本音色克隆和长达960秒的连续语音生成。核心创新包括XY-Tokenizer（1kbps低比特率编码）和对话语境建模技术，经过110万小时语音数据训练。性能评估显示其词错误率低至1.90%，媲美顶尖模型。适用于播客、直播、教育等多种场景，提供本地部署方案。目前支持双人对话克隆，多人对话功能正在开发中。
大模型应用开发八股
最新发布
weixin_58493933的博客
09-10 475
多智能体系统指的是。
GPT系列--类GPT2源码剖析
2401_83634908的博客
09-08 1160
无需多言，大家应该都用过了，如今都更新到GPT-5了。
2017 TensorFlow机器学习食谱高清彩色指南
根据提供的信息，标题“TensorFlow Machine Learning Cookbook 2017”表明文档是一本关于使用TensorFlow框架进行机器学习实践的食谱式教程。TensorFlow是由谷歌开发的一个开源软件库，专门用于数据流编程，尤其擅长...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值