tf.float32 第6页

Tensorflow学习笔记——常见概念的整理

为什么选择TensorFlow？　　自从12年AlexNet获得ImageNet大赛的冠军后，深度学习开始流行起来，也因为硬件的快速发展GPU并行计算配合易用的API，让深度学习以及神经网络大方光彩。　　深度学习的框架其实有很多，目前来说最火的还要数PyTorch，TensorFlow以及Keras...

TensorFlow加速指南专治数据载入太慢

王小新编译自TowardsDataScience量子位出品|公众号QbitAI机器学习算法烂熟于心，网络结构顺手拈来，但是如果数据集载入时耗费大量时间，那整个训练时间就会大大增加。这个问题可能困扰着很多使用大型数据集训练的炼丹师们。最近，FrancescoZuppichini在me...

TensorFlow2学习十五、使用VGG16模型训练自己的数据集

一、说明VGG16在2014年ImageNet比赛中获胜。ImageNet数据集中有1000个图像属于1000个不同的类别。VGG模型的权重是免费的，可以在您自己的模型和应用程序中加载和使用。这使得其他研究人员和开发人员可以在自己的工作和程序中使用最先进的图像分类模型。二、实现过程...

TensorFlow2学习25、TF2.0使用YoloV3

一、说明本文学习资源来自Github开源项目：https://github.com/breadbread1984/YOLOv3-tf2.0...

TensorFlow 数据读取

一、使用placeholder+feed_dict传入数据二、使用TFRecords统一输入数据的格式0、TFRecords数据格式的优缺点1、将数据转换为.tfrecords文件a、获得图片的保存路径和标签...

SMU激活函数讲解及代码实现

SMU:smoothactivationfunctionfordeepnetworksusingsmoothingmaximumtechnique...

python编程之神经网络篇

#头条创作挑战赛#...

OpenAI 发布稀疏计算内核，更宽更深的网络，一样的计算开销

雷锋网AI科技评论按：OpenAI的研究人员们近日发布了一个高度优化的GPU计算内核，它可以支持一种几乎没被人们探索过的神经网络架构：带有稀疏块权重的网络。取决于不同的稀疏程度，这些内核的运行速度可以比cuBLAS或者cuSPARSE快一个数量级。OpenAI的研究人员们已经通过...

NLP中各框架对变长序列的处理全解

在NLP中，文本数据大都是变长的，为了能够做batch的训练，需要padding到相同的长度，并在实际训练中忽略padding部分的影响。在不同的深度学习框架中，对变长序列的处理，本质思想都是一致的，但具体的实现方式有较大差异，下面针对Pytorch、Keras和TensorFlow三大框架，以LS...

CTR预估系列(8)—NFM模型理论与实践

一、引言NFM全称NeuralFactorizationMachine，它用来解决的问题是SparsePrediction。也就是说，当模型输入特别稀疏而且特征组合对于预测结果非常重要的时候，就可以考虑是用NFM模型。像CTR预估、推荐系统都属于这类问题。另外，公众号整个系列里介绍的模型都是用...