TensorflowHKUDay1studynotesDataFlowgraphTensorflowHelloworld!ComputationalGraphplaceholderRemarkTensorRanks,Shapes,andTypesRankShape没懂，所以没有列入TypeMachineLearningBasicsLinearregressionLogistic/SigmoidRegression(Binaryclassificatio

TensorFlow中可以很容易地利用单个GPU加速深度学习模型的训练过程，但当需要利用更多的GPU或机器，需要了解如何并行化训练深度学习模型。常见的并行化深度学习模型的训练方式有两种，同步模式和异步模式。下文将对这两种模式展开介绍。在此之前，还需要回顾一下TensorFlow是如何对深

(tensorflow-gpu)E:\学习\深度学习\Mask_RCNN-master>pipinstallimgaugCollectingimgaugUsingcachedhttps://files.pythonhosted.org/packages/17/a9/36de8c0e1ffb2d86f871cac60e5caa910cbbdb5f4741df5ef856c47f4445/imgaug-0.2.9-py2.py3-none-any.whlRequiremental

在经历了看论文，看源码，看Bert源码之后，整理思路，实现了一下Transformer，并搭建了一个小型的Transformer做了一下SNLI任务。1.Transofrmer原理不再重述，其他博客中讲的很好，比如：https://jalammar.github.io/illustrated-transformer/和他的翻译版：https://blog.csdn.net/qq_416648

网上找了下tensorflow中使用batchnormalization的博客，发现写的都不是很好，在此总结下：1.原理公式如下：y=γ(x-μ)/σ+β其中x是输入，y是输出，μ是均值，σ是方差，γ和β是缩放（scale）、偏移（offset）系数。一般来讲，这些参数都是基于channel来做的，比如输入x是一个16*32*32*128(NWHC格式

每天一点TensorFlow，TensorFlow是实现神经网络的一个框架。用来模拟我们的神经网络的，是一个黑盒子所以我现在学的是深度学习的一个框架 那何为机器学习呢？监督和和无监督，要输入海量的数据，让其去学习，找到其中的规律。如何去实现这些规律我们就要编程许多算法，概率，去解析。去拟合

首先安装了anaconda3软件，安装的是最新版，安装时勾选了写入环境变量，支持的是python3.7.3版本。然后设置了清华大学的镜像，主要是用管理员身份运行anacondaprompt命令行，然后执行condaconfig命令，然后执行condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/anacon

importtensorflowastfimportnumpyasnp 1.tf.placeholder  placeholder()函数是在神经网络构建graph的时候在模型中的占位，此时并没有把要输入的数据传入模型，它只会分配必要的内存。 等建立session，在会话中，运行模型的时候通过feed_dict()函数向占位符喂入数据。2.tf.

[基于pythpn的深度学习]环境:   windows/linux-ubuntu   Tensorflow(基于anaconda)      *安装(python3.5以上不支持)         在anaconda中创建环境         下载tensorflow         (pipinstall-ihttps://pypi.tuna.ts

基本概念变量Variables:用于存储参数，比如权重，bias用法：w=tf.Variable(<initial-value>,name=<optional-name>)常量Constant:用于创建固定的常量用法：one=tf.constant(1)#创建一个初始化为1的常量占位符Placeholder:用于为数据占位，比如训练集或测试集的数据。需

tf2.0笔记感觉，都统一了，pytorchtensorflowmxnet，大家都差不多了gan例子笔记importtensorflowastffromtensorflow.kerasimportModel,layersimportnumpyasnpfromtensorflow.keras.datasetsimportmnistnum_features=784lr_generator=0.0002lr_descriminator

importtensorflowastffromtensorflow.python.frameworkimportgraph_utilv1=tf.Variable(tf.constant(1.0,shape=[1]),name="v1")v2=tf.Variable(tf.constant(2.0,shape=[1]),name="v2")result=v1+v2init_op=tf.global_variables_

                                 前言上月导师在组会上交我们用tensorflow写深度学习和卷积神经网络，并把其PPT的参考学习资料给了我们，这是codelabs上的教程：《TensorFlowanddeeplearning,withoutaPhD》当然登入需要翻墙，我也顺带巩

我正在尝试通过遵循ConvolutionalNeuralNetworks教程来学习tenforflow,但是当我试图弄清楚cifar10_input.py如何从cifar-10-batches-bin加载数据时,我遇到了Tensor.eval()执行很长时间的问题时间或永远没有结果.代码是这样的：importtensorflowastffromtensorflow.models.i

机器学习和深度学习最佳框架大比拼原文链接：https://www.oschina.netews/81599/frameworks-for-machine-learning-and-deep-learning 在过去的一年里，咱们讨论了六个开源机器学习和/或深度学习框架：Caffe，MicrosoftCognitiveTool

语法知识argmax–返回指定维度上最大值的索引equal–比较给定的两个值是否一致，支持广播cast–把布尔值转换成01reduce_mean--求加和平均…importtensorflowastf"""给出样本集的预测分类与实际分类（独热编码）评估准确率"""y=tf.constant([[0,0,