腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

人工智能LeadAI

专栏作者

461

文章

630075

阅读量

104

订阅数

基于Tensorflow实现DeepFM

tensorflow 神经网络变量模型数据

github：https://github.com/sladesha/deep_learning

2023-03-28

4480

TensorFlow应用实战 | 编写训练的python文件

tensorflow python numpy keras

一个错误的个人使用，因为我的TensorFlow版本较老。keras并没有被集成进来。

2018-07-30

5980

用TensorFlow的Linear/DNNRegrressor预测数据

tensorflow 线性回归 api

今天要处理的问题对于一个只学了线性回归的机器学习初学者来说还是比较棘手——通过已知的几组数据预测一组数据。用excel看了下，关系不是很明显，平方，log都不是很明显，挨着试也不是办法，所以停下来理了理思路。

2018-07-30

4370

深度学习与TensorFlow：FCN论文学习笔记

深度学习 tensorflow

这篇文章陆陆续续看了快两周,其中也遇到了自己很多的知识的漏洞,踩了很多坑,这里希望能够和大家说一说,也希望大家可以分享一下自己的看法.

2018-07-30

3160

在NVIDIA Jetson TX2上安装TensorFlow

tensorflow ubuntu ssh

刷机的目的是把Ubuntu操作系统和JetPack SDK安装到Jetson TX2上。刷机的操作按照官方教程即可，比较容易。这个过程中有一点需要注意：Jetson TX2和宿主机Host必须连接在同一个路由器之下。Host会先把操作系统刷到TX2上，这一步是通过数据线连接的方式完成，然后使用SSH的方式安装Host上的SDK到TX2，所以Host和TX2需要连接在同一个路由器下，方便Host找到TX2的ip地址。

2018-07-26

1.8K0

谈谈Tensorflow的dropout

Dropout这个概念已经推出4年了，它的详细描述见论文（https://arxiv.org/abs/1207.0580）。可是呢，它仿佛是个犹抱琵琶半遮面的美女，难以捉摸！！许多文献都对dropout有过描述，但解释的含糊不清，这里呢，我也不打算解释清楚，只是通过tensorflow来看一看dropout的运行机理。文章分两部分，第一部分介绍tensorflow中的dropout函数，第二部分是我的思考。 1、tf.nn.dropput函数首先看官方函数定义： def dropout(x, keep_

2018-03-30

6440

谈谈Tensorflow的Batch Normalization

tensorflow中关于BN（Batch Normalization）的函数主要有两个，分别是： tf.nn.moments tf.nn.batch_normalization 关于这两个函数，官方API中有详细的说明，具体的细节可以点链接查看，关于BN的介绍可以参考这篇论文（https://arxiv.org/abs/1502.03167），我来说说自己的理解。不得不吐槽一下，tensorflow的官方API很少给例子，太不人性化了，人家numpy做的就比tensorflow强。对了，moments

2018-03-30

1.3K0

Tensorflow中卷积的padding操作

tensorflow kernel api markdown

之前一直对tensorflow的padding一知半解，直到查阅了tensorflow/core/kernels/ops_util.cc中的Get2dOutputSizeVerbose函数，才恍然大悟，下面是具体的介绍：实际上tensorflow官方API里有介绍！！根据tensorflow中的conv2d函数，我们先定义几个基本符号 1、输入矩阵 W×W，这里只考虑输入宽高相等的情况，如果不相等，推导方法一样，不多解释。 2、filter矩阵 F×F，卷积核 3、stride值 S，步长 4、输出宽高

2018-03-30

1.3K0

Tensorflow高级API的进阶--利用tf.contrib.learn建立输入函数

在实际的业务中，可能会遇到很大量的特征，这些特征良莠不齐，层次不一，可能有缺失，可能有噪声，可能规模不一致，可能类型不一样，等等问题都需要我们在建模之前，先预处理特征或者叫清洗特征。那么这清洗特征的过程可能涉及多个步骤可能比较复杂，为了代码的简洁，我们可以将所有的预处理过程封装成一个函数，然后直接往模型中传入这个函数就可以啦~~~ 接下来我们看看究竟如何做呢？ 01 如何使用input_fn自定义输入管道当使用tf.contrib.learn来训练一个神经网络时，可以将特征，标签数据直接输入到.fit(

2018-03-12

1.1K0

解析Tensorflow官方PTB模型的demo

01 seq2seq代码案例解读 RNN 模型作为一个可以学习时间序列的模型被认为是深度学习中比较重要的一类模型。在Tensorflow的官方教程中，有两个与之相关的模型被实现出来。第一个模型是围绕着Zaremba的论文Recurrent Neural Network Regularization，以Tensorflow框架为载体进行的实验再现工作。第二个模型则是较为实用的英语法语翻译器。在这篇博客里，我会主要针对第一个模型的代码进行解析。在之后的随笔里我会进而解析英语法语翻译器的机能。论文以及Tens

2018-03-12

1.2K0

TensorFlow的Debugger调试实例

之前有翻译整理过关于TensofFlow的Debugger的简单教程，具体内容见这里（https://www.jianshu.com/p/9fd237c7fda3）。这次用自己实际的例子，来简要的做个使用介绍。首先是代码遇到了问题，训练过程中的loss不是为nan，就是为负数，让我觉得很奇怪，但是自己去检查代码又找不到问题出在哪里，这时候就想到了TensorFlow自带的Debugger。之前也有使用过，如果在没出问题的情况下，Debugger还是比较给力的。 01 用Debugger封装需要调试的Se

2018-03-12

1.3K0

TensorFlow会话的配置项

01 TensorFlow配置项的文档位于这里 TensorFlow可以通过指定配置项，来配置需要运行的会话，示例代码如下： run_config = tf.ConfigProto() sess = tf.Session(config=run_config) 02 ConfigProto类配置项对于ConfigProto类具体有如下可配置的部分。 map<string, int32> device_count：设备的数量映射。key为设备的名称（比如”CPU”或者”GPU”），而value为该类型设备的数

2018-03-09

1.9K0

TensorFlow官方教程翻译：TensorFlow调试器

TensorFlow调试器是TensorFlow专门的调试器。它提供运行的TensorFlow的图其内部的结构和状态的可见性。从这种可见性中获得的洞察力有利于调试各种模型在训练和推断中出现的错误。这个教程将展现tfdbg的命令行界面的功能，并聚焦于如何调试在TensorFLow的模型开发中经常发生的一种错误：错误数值（nan和inf）导致的训练失败。为了观察这个问题，在没有调试器的情况下，运行下列代码： python -mtensorflow.python.debug.examples.debug_mn

2018-03-09

1.4K0

TensorFlow中的Nan值的陷阱

之前在TensorFlow中实现不同的神经网络，作为新手，发现经常会出现计算的loss中，出现Nan值的情况，总的来说，TensorFlow中出现Nan值的情况有两种，一种是在loss中计算后得到了Nan值，另一种是在更新网络权重等等数据的时候出现了Nan值，本文接下来，首先解决计算loss中得到Nan值的问题，随后介绍更新网络时，出现Nan值的情况。 01 Loss计算中出现Nan值在搜索以后，找到StackOverflow上找到大致的一个解决办法（原文地址：这里），大致的解决办法就是，在出现Nan值的

2018-03-09

3K0

TensorFlow的Debugger调试实例

之前有翻译整理过关于TensofFlow的Debugger的简单教程，具体内容见这里。这次用自己实际的例子，来简要的做个使用介绍。首先是代码遇到了问题，训练过程中的loss不是为nan，就是为负数，让我觉得很奇怪，但是自己去检查代码又找不到问题出在哪里，这时候就想到了TensorFlow自带的Debugger。之前也有使用过，如果在没出问题的情况下，Debugger还是比较给力的。 01 用Debugger封装需要调试的Session 首先在代码的开头需要import对应的debugger模块(官方教程喜

2018-03-09

1.1K0

使用Python+Tensorflow的CNN技术快速识别验证码

python tensorflow 机器学习图像识别卷积神经网络

近年来，机器学习变得愈加火热，中国选手柯洁与AlphaGo的人机大战更是引起热议。目前，在图像识别和视觉分析研究中，卷积神经网络（CNN）技术的使用越来越多。Tensorflow 是由 Google 团队开发的神经网络模块，短短几年间，就已经有很多次版本的更新。最近我也在自学Tensorflow，想通过卷积神经网络快速识别整块验证码（不分割字符）。期间也碰到许多问题，诸如软件安装，Tensorflow版本差异等。一开始学习tensorflow是盲目的，不知如何下手，网上的资料都比较单一，为了回报社会，让大

2018-03-09

1.6K0

Tensorflow on Spark爬坑指南

tensorflow spark 机器学习深度学习

由于机器学习和深度学习不断被炒热，Tensorflow作为Google家(Jeff Dean大神)推出的开源深度学习框架，也获得了很多关注。Tensorflow的灵活性很强，允许用户使用多台机器的多个设备(如不同的CPU和GPU)。但是由于Tensorflow 分布式的方式需要用户在客户端显示指定集群信息，另外需要手动拉起ps， worker等task. 对资源管理和使用上有诸多不便。因此，Yahoo开源了基于Spark的Tensorflow，使用executor执行worker和ps task. 项目地址

2018-03-09

1.5K0

Tensorflow动态seq2seq使用总结

tf-seq2seq是Tensorflow的通用编码器 - 解码器框架，可用于机器翻译，文本汇总，会话建模，图像字幕等。动机其实差不多半年之前就想吐槽Tensorflow的seq2seq了（后面博

2018-03-09

1.9K0

译文 | 与TensorFlow的第一次接触第六章：并发

tensorflow 分布式

第一版TensorFlow第一版发布于2015年11月，它可以运行在多台服务器的GPU上，同时并在其上面进行训练。2016年2月，更新版中增加了分布式与并发处理。在本章简短的小节中，我会介绍如何使用GPU。对想深入理解这些设备是如何工作的读者，最后章节中列出了一些参考引用，本书不会讨论分布式版本中的细节，对分布式细节感兴趣的读者，最后章节中同样列出了一些参考引用。 GPU的执行环境如果需要TensorFlow支持GPU，需要安装CudaToolkit 7.0 and CUDNN 6.5 V2。为安装这些

2018-03-09

9160

译文 | 与TensorFlow的第一次接触（一）

本人对一直对高性能网络服务器，分布式存储比较感兴趣，在BAT时也一直从事架构开发，并没有做过机器学习相关工作，平时喜欢阅读分析开源代码，到目前为止已分析完约8套开源代码；这次趁着Google开源TensorFlow，想往深度学习方向尝试一下，先学习分析下TensorFlow的使用与源码，在查阅资料时，发现本书对工程师背景的人非常有帮助，完全考虑了工程师的思维方式，因为原书作者也是工程师背景，但原书有西班牙语与英文版，不方便扩散阅读，为了使有更多工程师背景的同学看到此书，故努力翻译成中文版，因本人英文水平有

2018-03-09

8770

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态