原创 tensorflow 指定gpu

使用tensorflow訓練深度學習的模型時,tensorflow會默認將所有的GPU內存資源佔滿,但是實際上其利用率是非常低的。我們可以指定tensorflow使用的gpu。只需要在程序的前面加上下列語句即可。 # 限定GPU

原创 tensorflow tf.data 生成以及讀取TFRecord

一、將生成record文件,以圖片爲例 #!/usr/bin/env python # -*- coding:utf-8 -*- #Author: [email protected] import tensorflow as

原创 tensorflow學習 -- 使用卷積神經網絡進行對fashion-mnist數據集進行分類

# 引入相關的包 import tensorflow as tf import numpy as np from tensorflow import keras # 自定義one_hot編碼 def to_onehot(y,nu

原创 數學基礎--高斯分佈

文章目錄一、簡介二 、一元高斯分佈三、多元高斯分佈1、獨立多元高斯分佈2、多元相關變量高斯分佈 一、簡介  高斯分佈是一種重要的模型,也被稱作正態分佈,其廣泛應用與連續型隨機變量的分佈中。在數據分析領域中高斯分佈佔有重要地位。掌握

原创 tensorflow學習--卷積神經網絡中的padding參數

文章目錄卷積中的padding池化操作的paddingpadding的作用 卷積中的padding 在構建深度神經網絡模型是,一個基本的操作是卷積操作。在卷積操作中有三個常見的參數: 卷積核的大小 卷積核的移動步長 paddin

原创 tensorflow學習 -- 變量管理與模型持久化

1、變量管理 tensorflow的變量管理主要通過兩個函數:tf.Variable和tf.get_varible來完成,前者用來創建一個變量,後者可以創建變量或者獲取變量。在創建變量的時候,兩者的功能是等價的。tf.Varia

原创 tensorflow學習 -處理fashion mnist數據集

import tensorflow as tf from tensorflow import keras import numpy as np import matplotlib.pyplot as plt def to_one

原创 Linux 系統常用的用法

@(操作系統學習筆記)[linux] Linux 系統常用的用法 linux 是一種操作系統,操作系統是現代計算機系統中最基本和最重要的系統軟件,負責管理計算機中的各種設備以及各種任務的調度,並且爲用戶和應用程序提供一個簡單的接

原创 pytorch 1.1.0 for cuda 9.0

下載地址http://download.pytorch.org/whl/cu90/torch-1.1.0-cp36-cp36m-linux_x86_64.whl

原创 pycharm 遠程開發 無法import tensorflow gpu解決方法

在服務器上安裝gpu版的tensorflow後,可以在終端導入tensorflow模塊,卻無法在pycharm中遠程調用,出現ImportError: libcusolver.so.8.0: cannot open shared

原创 pip 國內源

豆瓣:http://pypi.douban.com/simple/ 中科大:https://pypi.mirrors.ustc.edu.cn/simple/ 清華:https://pypi.tuna.tsinghua.edu.c

原创 win10 安裝pyltp

下載文件 進入文件下載目錄 pip install [文件名]whl 1分鐘搞定,其他安裝方式會折磨死人。

原创 對話推薦系統論文筆記

文章目錄對話推薦系統論文筆記本文提出的一些觀點:模型的結構 對話推薦系統論文筆記 ##1, 2019 EMNLP Towards Knowledge-Based Recommender Dialog System   本文由清華大

原创 tensorflow學習 數據的拆分與拼接 tf.split() tf.concat() numpy.split() np.concatenate()

用法如以下代碼 import tensorflow as tf import numpy as np data = np.array([ [1,2,3,4,5,6,7,8,9,0], [11,12,13,14,1

原创 tensorflow RNN 使用動態的batch_size

在使用tensorflow實現RNN模型時,需要初始化隱藏狀態h0h_0h0​,如下: lstm_cell_1 = [tf.nn.rnn_cell.DropoutWrapper(tf.nn.rnn_cell.BasicLSTMCe