1、 tensorflow简介 Tensorflow 是 google 开源的机器学习工具，在2015年11月其实现正式开源，开源协议Apache 2.0。 Tensorflow采用数据流图（data　flow　graphs）来计算, 所以首先我们得创建一个数据流流图,然后再将我们的数据（数据 ...

0.tensorflow中的模型运行基础 tensorflow的运行机制属于定义和运行相分离，在操作层面可以抽象成两种：模型构建和模型运行。 在模型构建中的常见概念： 　　张量(tensor)：数据，即某一类型的多为数组 　　变量(Variable)：常用于定义模型中的参数，是通过不断训练 ...

说明：本文实例使用Python版本为3.5.6，Tensorflow版本为2.0 介绍 Tensorflow是Google推出的机器学习开源神器，对Python有着良好的语言支持，支持CPU，GPU和Google TPU等硬件，并且已经拥有了各种各样的模型和算法。目前，Tensorflow已被 ...

TensorFlow提供了一个用于保存模型的工具以及一个可视化方案 这里使用的TensorFlow为1.3.0版本 一、保存模型数据 模型数据以文件的形式保存到本地； 使用神经网络模型进行大数据量和复杂模型训练时，训练时间可能会持续增加，此时为避免训练过程出现不可逆的影响，并验证 ...

Variable 的主要作用是维护特定节点的状态，如深度学习模型参数 创建_基础操作 创建 Variable 有两种方式 tf.Variable 创建唯一变量 tf.Variable 是一个操作 (op)，返回值是 Variable ...

队列和线程 　　和 TensorFlow 中的其他组件一样，队列（queue）本身也是图中的一个节点，是一种有状态的节点，其他节点，如入队节点（enqueue）和出队节点（dequeue），可以修改它的内容。例如，入队节点可以把新元素插到队列末尾，出队节点可以把队列前面的元素删除。本节主要介绍 ...

1.placeholder 占位符 可以通过run方法传入值 测试代码如下： 运行结果如下： 2.矩阵的定义 类似于二维数组，测试代码如下： 运行结果如下： ...

主要将模型的搭建移植到keras，参照上一篇博客。 新的差异主要如下： 1. 之前我们可以初始化一个tensor,可以通过tf.nn,或者tf.layers模块，有些模块中出现了重复的片段，因此新的版本保留的前提下， 引入了一个新的tensorflow.keras.layers全新的模块 ...