4年半，全球下载量突破1个亿，仅过去1个月，便有超过1000万的下载。这就是TensorFlow提交的最新成绩单。当我们在2015年11月，将TensorFlow作为一个开源项目发布时，我们希望外界机器学习研究人员在使用它时，和我们在 Google AI

于是乎我想着，自己买的服务器闲着也是闲着就拿出来装一个，这样的话可以“云”使用。不知道的大家可以去看一下这篇文章《Centos 7.4 多版本Python以及虚拟环境安装》。创建一个 Python v3.6.9 的虚拟环境，并进入环境。右上角那里有个 Ne

前言只有光头才能变强。从零开始学TensorFlowTensorFlow是什么意思？这篇文章介绍TensorFlow一些最基础的知识。接着我们来看看什么是Tensor，在官网的文档中，Tensor被翻译成”张量“。其中也给出了一个定义：。张量是对矢量和矩阵

1 Session概述Session是TensorFlow前后端连接的桥梁。用户利用session使得client能够与master的执行引擎建立连接，并通过session.run()来触发一次计算。它建立了一套上下文环境，封装了operation计算以及

在Mask_RCNN项目的示例项目nucleus中，stepbystep步骤里面，需要对网络模型的中间变量进行提取和可视化，常见方式有两种：。]此方法可以读取层的输出，对于输出多于1个tensor的，可以指定get_layer.output[0:2]等确定

经过前期的学习，这一节来学习稍微综合一点的，建造一个完整的神经网络，包括添加神经层,计算误差,训练步骤,判断是否在学习。添加层构造添加一个神经层的函数。tf.placeholder()就是代表占位符，这里的None代表无论输入有多少都可以，因为输入只有一个

矩阵矩阵的初始化矩阵因为元素更多，所以初始化函数更多了。光靠tf.linspace，tf.range之类的线性生成函数已经不够用了。可以通过先生成一个线性序列，然后再reshape成一个矩阵的方式来初始化。array([[ 1. , 1.6

向量向量在编程语言中就是最常用的一维数组。二维数组叫做矩阵，三维以上叫做张量。向量虽然简单，高效，且容易理解。但是与操作0维的标量数据毕竟还是不同的。比如向量经常用于表示一个序列，生成序列像标量一样一个一个手工写就不划算了。系统提供的函数一般都是经过高度优

简介TensorFlow支持使用多台机器的设备进行计算。本文基于官方教程，实践了分布式TensorFlow搭建的过程。基本概念TensorFlow集群A TensorFlow "cluster" is a set of "ta

因为windows只支持py3版本的tensorflow，而很多项目是用py2构建的，所以我又尝试在Ubuntu16.04中再次安装GPU版的tensorflow。我们需要安装的内容有Cuda8.0和Cudnn5.1和tensorflow-gpu。Tens

前言本文使用tensorflow训练多元线性回归模型，并将其与scikit-learn做比较。数据集来自Andrew Ng的网上公开课程Deep Learning. # @description: compare multi linear regressi

在定义 saver 的时候一般会定义最多保存模型的数量，一般来说，如果模型本身很大，我们需要考虑到硬盘大小。如果你需要在当前训练好的模型的基础上进行 fine-tune，那么尽可能多的保存模型，后继 fine-tune 不一定从最好的 ckpt 进行，因为

TensorFlow 是一个开源软件库，用于使用数据流图进行数值计算。换句话说，即是构建深度学习模型的最佳方式。本文整理了一些优秀的有关 TensorFlow 的实践 、库和项目的列表。

在计算机视觉中，数据增强是提高计算机视觉系统性能的一种技术。这使得我们的分类算法在训练数据集上对诸如阳光、光照等的变化更加健壮。Tensorflow API提供了广泛的数据增强方法，以提高DNN的分类性能。这种技术在处理少量数据集以训练DNN时非常方便。数

语义图像分割，为每个像素分配一个语义标签，如“道路”，“天空”，“人”，“狗”图像可实现众多新应用，例如Pixel 2和Pixel 2 XL智能手机纵向模式下的合成浅景深效果以及移动实时视频分割。分配这些语义标签需要精确定位对象的轮廓，因此比其他视觉实体识

今年3月的TensorFlow开发者峰会上，Google宣布了Swift For TensorFlow项目，提到这一项目将在4月开源。就在4月快过去的时候，Google终于在GitHub上公开了Swift For TensorFlow的源代码。提到Sw

最近，弗吉尼亚理工博士Amirsina Torfi在GitHub上贡献了一个新的教程，教程清晰简单，喜提2600颗星~你们啊，都是为做而做，分享的教程都各种跳入跳出，要么搞的特别复杂，要么没什么文档支撑。所以，Torfi小哥决心做一个内容完整、又不会复杂到