原创 Pytorch學習(2)——訓練詞向量的代碼

教程:https://www.bilibili.com/video/BV1vz4y1R7Mm?p=2 import torch import torch.nn as nn import torch.nn.functional as

原创 按鍵精靈手機版 代碼收藏

 導入包: Import "GK.luae" Import "ShanHai.lua" 打開APP並點擊幾個按鈕 Traceprint (sys.GetFront()) // 輸出前臺的包名 if Sys.GetFront() <

原创 人腦的教育筆記

1 走進人腦的教育 1.1 相關學科 腦科學:神經 認知 醫學 等 交叉學科,目標是認識保護創造腦 認知神經科學=認知心理學+神經科學,一門研究人腦高級功能的學科。 教育神經科學的逐漸形成 教育神經科學的主要研究領域 腦與教育環

原创 導出(合併)手機QQ瀏覽器下載的視頻

import os import re import shutil import sys import subprocess def func(target_file): # 讀取文件中的所有內容 with open

原创 推薦一個軟件 Quicker

好吧我只是想白嫖一下會員, 如果你註冊賬號或者購買專業版的時候輸入推薦碼171192-2863, 我能獲得一定時長的專業版。   這個軟件的主要功能是執行動作腳本。 主面板,下方是爲Typora設置的動作面板比如我爲Typora軟件寫了"

原创 y=Cx 求導

本人數學很菜, 連求導都要想半天… 下面是記錄讀這篇博客的過程中, 對卷積求導的過程 https://blog.csdn.net/xiaojiajia007/article/details/75041651 假設有y4×5=C4×

原创 tensorflow 2.0 學習(chapter 9)

文章目錄ModelCheckpoint讀取h5模型讀取pb模型saved_model_cli帶簽名函數保存成 saved_modelKeras Model 轉換成 ConcreteFunction ModelCheckpoint

原创 使用 TensorFlow 2.0 進行分佈式訓練

概覽 tf.distribute.Strategy 是一個用於分佈式訓練的TensorFlow API ,橫跨多GPU、多機器或TPU. 通過這個API,經過少量改造,就可以讓現存的模型和訓練代碼支持分佈式訓練。 tf.distr

原创 Docker 安裝 Tensorflow

請去這個頁面搜索相關Tag https://hub.docker.com/r/tensorflow/tensorflow/tags   裏面有很多標籤 gpu py3 jupyter devel 開發版 nightly 每日更新的開發版

原创 Centos 7安裝最新版kubernetes集羣

  第一部分 安裝Docker 參考鏈接:https://juejin.im/post/5c36fd906fb9a049f8197c9b#heading-3 1.1 安裝Docker yum -y install yum-utils d

原创 通過內網穿透工具frp解決不能從主機訪問虛擬機內網的問題

虛擬機用NAT上網的情況下,主機不能訪問虛擬機,雖然用橋接的方式可以讓虛擬機和主機在同一網絡中,但是在用WIFI的情況下不能橋接。這樣就不能用ssh連接虛擬機了,導致傳文件也極不方便。 使用frp內網穿透工具可以解決這個問題。 frp官方

原创 tensorflow 2.0 學習(chapter 8)

文章目錄輸出變量位置列出物理GPU內存自動增長自動分配設備設置可見設備邏輯GPU=切分物理GPU手動分佈式訓練MirroredStrategy 輸出變量位置 tf.debugging.set_log_device_placemen

原创 tensorflow 2.0 的 stacking 方法

from sklearn.datasets import make_blobs import tensorflow as tf from tensorflow import keras import sklearn import

原创 Tensorflow 2 調試方法

文章目錄1. 調試 Tensor 值2. 調試設備位置3. 調試圖結構a. tf.function 圖b. 運行圖 (runtime graphs)4. 單步調試5. 調試高級 API (tf.keras)6. 數值問題 (NaN

原创 導入Tensorflow出現錯誤 ImportError: DLL load failed: 找不到指定的模塊。

>>> import tensorflow Traceback (most recent call last): File "D:\App\Anaconda3\envs\py37tf21\lib\site-packages\tens