- 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 系列文章汇总：TensorFlow2 入门指南 Github项目地址：https://github.com/Keyird/TensorFlow2-for-beg... 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 系列文章汇总：TensorFlow2 入门指南 Github项目地址：https://github.com/Keyird/TensorFlow2-for-beg...
- 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 文章目录 一、分类问题简介 二、手写数字识别简介 三、面对初学者的实现方法 （1）导入库 （2）数据集准备 （3）模型搭建 （4）模... 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 文章目录 一、分类问题简介 二、手写数字识别简介 三、面对初学者的实现方法 （1）导入库 （2）数据集准备 （3）模型搭建 （4）模...
- @Author：Runsen 19年接触tensorflow1.X，看过1.X的官方文档、到19年暑假的时候，我记得tensorflow2的发布。tensorflow2抛弃了tf.seesion，tf.placeholder。 AutoGraph 是 Tensorflow 2.0 新功能之一。 function or seesion 在tensorflow1.X... @Author：Runsen 19年接触tensorflow1.X，看过1.X的官方文档、到19年暑假的时候，我记得tensorflow2的发布。tensorflow2抛弃了tf.seesion，tf.placeholder。 AutoGraph 是 Tensorflow 2.0 新功能之一。 function or seesion 在tensorflow1.X...
- 作者丨Gemfield@@知乎 https://zhuanlan.zhihu.com/p/61765561 https://zhuanlan.zhihu.com/p/65822256 PyTorch的动态图（上） 背景 PyTorch的动态图框架主要是由torch/csrc/autograd下的代码实现的。这个目录下定义了3个主要的基类：Variable、... 作者丨Gemfield@@知乎 https://zhuanlan.zhihu.com/p/61765561 https://zhuanlan.zhihu.com/p/65822256 PyTorch的动态图（上） 背景 PyTorch的动态图框架主要是由torch/csrc/autograd下的代码实现的。这个目录下定义了3个主要的基类：Variable、...
- 下面的1.X版本 # tf.random_normal 方法返回形状为(1，4)的张量。它的4个元素符合均值为100、标准差为0.35的正态分布。 W = tf.Variable(initial_value=tf.random_normal(shape=(1, 4), mean=100, stddev= 下面的1.X版本 # tf.random_normal 方法返回形状为(1，4)的张量。它的4个元素符合均值为100、标准差为0.35的正态分布。 W = tf.Variable(initial_value=tf.random_normal(shape=(1, 4), mean=100, stddev=
- 我看着之前的笔记，发现tf2不支持placerholder占位符，现在才知道，之前知道不支持session tensorflow核心和语言支持的API 流动过程 张量 在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶（有时是关于如顺序或度数或者是n维）是张量维数的一个数量描述.比如，下面的张... 我看着之前的笔记，发现tf2不支持placerholder占位符，现在才知道，之前知道不支持session tensorflow核心和语言支持的API 流动过程 张量 在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶（有时是关于如顺序或度数或者是n维）是张量维数的一个数量描述.比如，下面的张...
- import numpy as np import tensorflow as tf import matplotlib.pyplot as plt 123 num_points = 100 set =[] for i in range(num_points): x1 = np123 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt 123 num_points = 100 set =[] for i in range(num_points): x1 = np123
- TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief Tensorflow拥有多层级结构，可部署于各类服务器、... TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief Tensorflow拥有多层级结构，可部署于各类服务器、...
- **TensorFlow基础： TensorFlow三个基础核心概念：计算图、Tensor、Session 计算图： 在TensorFlow中，计算图是一个有向图，用来描述计算节点以及计算节点之间的关系，所以在TensorFlow中我们存储一个值或者数组的时候，存的其实是这个值或者数组的计算图而不是其本身的数字。我们可以用写一个简单的例子来验证一下： #GPU版本... **TensorFlow基础： TensorFlow三个基础核心概念：计算图、Tensor、Session 计算图： 在TensorFlow中，计算图是一个有向图，用来描述计算节点以及计算节点之间的关系，所以在TensorFlow中我们存储一个值或者数组的时候，存的其实是这个值或者数组的计算图而不是其本身的数字。我们可以用写一个简单的例子来验证一下： #GPU版本...
- https://github.com/shunchan0677/Tensorflow_in_ROS Tensorflow_in_ROS 我做了一个ros-node从相机图像预测数字。我使用Tensorflow教程Deep MNIST模型（https://www.tensorflow.org/versions/r0.11/tutorials/mnist/pros/inde... https://github.com/shunchan0677/Tensorflow_in_ROS Tensorflow_in_ROS 我做了一个ros-node从相机图像预测数字。我使用Tensorflow教程Deep MNIST模型（https://www.tensorflow.org/versions/r0.11/tutorials/mnist/pros/inde...
- ROS专题----tf和tf2坐标变换 ---- 工作区设置 如果您尚未创建用于完成教程的工作区， 请单击此处查看一些简要说明 。 从tf1迁移到tf2 转换数据类型这是对转换数据类型的语法更改的快速说明。将TransformListener从tf迁移到tf2这是一个将tf TransformListener类转换为... ROS专题----tf和tf2坐标变换 ---- 工作区设置 如果您尚未创建用于完成教程的工作区， 请单击此处查看一些简要说明 。 从tf1迁移到tf2 转换数据类型这是对转换数据类型的语法更改的快速说明。将TransformListener从tf迁移到tf2这是一个将tf TransformListener类转换为...
- 文档参考来源：https://acutronicrobotics.com/docs/ 友情提示：如果您是2019年接触机器人操作系统ROS，可以忽略ROS1.0时代的教程，直接学习ROS2.0。 技术更新迭代速度是非常快的，工具如此，算法也是如此，就如同如今很少有人会选择购买功能机（对比智能机）一样。 某些功能可能无法用于某些模块。有... 文档参考来源：https://acutronicrobotics.com/docs/ 友情提示：如果您是2019年接触机器人操作系统ROS，可以忽略ROS1.0时代的教程，直接学习ROS2.0。 技术更新迭代速度是非常快的，工具如此，算法也是如此，就如同如今很少有人会选择购买功能机（对比智能机）一样。 某些功能可能无法用于某些模块。有...
- Tensorflow |（1）初识Tensorflow Tensorflow |（2）张量的阶和数据类型及张量操作 张量的阶和数据类型 TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通.其实张量更代表的就是一种多位数组。 阶 在TensorFlo... Tensorflow |（1）初识Tensorflow Tensorflow |（2）张量的阶和数据类型及张量操作 张量的阶和数据类型 TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通.其实张量更代表的就是一种多位数组。 阶 在TensorFlo...
- 时间差分学习（Temporal Difference Learing） 预测，估计值函数；控制，优化值函数。 离线：Q学习；在线：SARSA。 智能体驾驶出租车。 总共有四个地点，智能体必须在一个地方接载一名乘客，然后在另一个地方放下乘客。 智能体将获得+20分作为成功下车的奖励，并且每次获得的时间步数为-1分。 非法接送和丢弃的智能体也将失去-10分。 因此，智能体的... 时间差分学习（Temporal Difference Learing） 预测，估计值函数；控制，优化值函数。 离线：Q学习；在线：SARSA。 智能体驾驶出租车。 总共有四个地点，智能体必须在一个地方接载一名乘客，然后在另一个地方放下乘客。 智能体将获得+20分作为成功下车的奖励，并且每次获得的时间步数为-1分。 非法接送和丢弃的智能体也将失去-10分。 因此，智能体的...
- PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch | （3）Tensor及其基本操作 Tensor attributes: 在tensor attributes中有三个类，分别为torch.dtype, torch.device, 和 torch.layout 其中， torch.dtype 是展示... PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch | （3）Tensor及其基本操作 Tensor attributes: 在tensor attributes中有三个类，分别为torch.dtype, torch.device, 和 torch.layout 其中， torch.dtype 是展示...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
苏州工业园区“华为云杯”2025人工智能应用创新大赛赛中直播2025/08/21 周四 16:00-17:00
Vz 华为云AIoT技术布道师
本期直播将与您一起探讨如何基于华为云IoT平台全场景云服务，结合AI、鸿蒙、大数据等技术，打造有创新性，有竞争力的方案和产品。
回顾中
热门标签