说明：tensorflow-gpu的运行需要CUDA+cuDNN的支持CUDA是NVIDIA推出的用于自家GPU的并行计算框架cuDNN是一个SDK，是一个专门用于神经网络的加速包python、tensorflow、CUDA、cuDNN之间的版本对应关系：https://blog.csdn.net/qq_27825451/article/details/89082978CUDA：1.查看显卡（GPU）是否支持CUDN：https://developer.nvidia.com/cuda-gpus2.CUDA下载：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_...
本章主要讲述了“集成学习”和“随机森林”两个方面。重点关注：bagging/pasting、boosting、stacking三个方法。首先，提出一个思想，如果想提升预测的准确率，一个很好的方法就是用集成的方法。让多种预测器尽可能相互独立，使用不同的算法进行训练。最后以预测器中的预测结果的多数作为最终结果或者将平均概率最高的结果作为最后的结果。还有没有其他的方法呢，有的。Bagging/Pasting方法：每个预测器使用的算法相同，但是在不同...
本篇文章讲述的是基于TensorFlow.js的JavaScript机器学习，具有一定参考价值，感兴趣的朋友可以了解一下。虽然python或r编程语言有一个相对容易的学习曲线，但是Web开发人员更喜欢在他们舒适的javascript区域内做事情。目前来看，node.js已经开始向每个领域应用javascript，在这一大趋势下我们需要理解并使用JS进行机器学习。由于可用的软件包数量众多，python变得流行起来，但是JS社区也紧随其后。这篇文章会帮助初学者学习如何构...
（一）准备 TensorFlow官方网址：www.tensorflow.org GitHub网址：github.com/tensorflow/tensorflow 模型仓库网址：github.com/tensorflow/models 支持此语言：python，C++，Go， Java， 后端使用C++、CUDA 安装：pip install --upgrade tensorflow==1.14.0（二）核心：? TensorFlow中的计算可以表示为一个有向图（Directed Graph），其中RNN是DAG ? 或者称计算图（Computation Graph） ? 其中每一个运算操作（operation）将作为...
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已被广泛应用于文本处理，语音识别和图像识别等多项机器学习和深度学习领域。基础框架分为三层：应用层、接口层和核心层推荐：《python教程》 应用层提供了机器学习相关的训练库、预测库和针对Python...
TensorFlow TensorFlow是一个机器学习（即亦包括深度学习）的编程框架。 Tensor 张量 张量是tensorflow计算中数据的基本单位，通过.shape获取形状，.dtype获取数值类型，.numpy()获取数值（将张量以numpy数组形式返回）。 变量的域 两种域（scope），名字域（name_scope）和变量域（variable_scope），关于创建和获取变量时变量名解析策略，分别以tf.name_scope('')和tf.variable_scope('')。 在开启指定scope（即以scope名字实参调...
ROS与机器学习（一）——TensorFlow 目录 1、AlphaGo的大脑——TensorFlow2、TensorFlow基础2.1 安装TensorFlow2.2 核心概念TensorFlow中的核心概念。2.2.1 图（graph）2.2.2 会话（session）2.2.3 变量（variable）1、AlphaGo的大脑——TensorFlow AlphaGo之所以可以打败所有人，是因为它有一个“最强大脑”，这个大脑就建立在TensorFlow之上。 TensorFlow是Google于2015年11月开源的一个机器学习及深度学习框架，一出现就受到极大...
文章目录 一、机器学习入门概念一、基本概念机器学习：让机器进行学习和决策机器学习分类：无监督学习、监督学习、强化学习深度学习：模拟人脑，自动提取输入特征，是实现机器学习的方式之一神经网络：一种机器学习的方式 二、基本术语 二、线性回归与损失函数一、什么是线性回归二、方程表达三、多特征线性回归四、损失函数五、降低损失方法六、随机梯度下降和小批量梯度下降 三、Tensorflow和Numpy一、什么是TensorFlow二、基本概...
第一个坑 Not creating XLA devices, tf_xla_enable_xla_devices not set 相关帖子 Github #44683 原因 Tensorflow 2.4版本新特性所致 解决办法 实际上这个问题可以忽略，看看2.4版本的release就一目了然，并不是很多博客说的版本对应问题，回退到老版本治标不治本。 如果需要用XLA，添加TF_XLA_FLAGS=–tf_xla_enable_xla_devices即可解决该warning。默认情况下，不再注册XLA:CPU和XLA:GPU设备。 TF_XLA_FLAGS=--tf_xla_enable_xl...
什么是sklearn Sklearn原称是Scikit learn，是机器学习领域中最知名的python模块之一，是基于Python语言的机器学习的工具。他主要建立在NumPy，SciPy，matplotlib之上，提供简单高效，用于数据挖掘，数据分析等的工具，最重要的是，他是开源的，基于BSD许可证，可以商业使用。这样子，就给了我们无限的想象。 sklearn与tensorflow优劣势 目前，在社区中，tensorflow会比较火，很多同学会问，为什么不用tensorflow，这两个有什么区别...
安装Python3.7.1 此处不再赘述安装过程，作为记录 安装Anaconda3.5.3 Anaconda3-5.3.0-Windows-x86_64.exe 方案1. 可以直接从官网https://www.anaconda.com/distribution/，默认下载最新版本，19年3月27日为python3.7.1版本方案2. 清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/，速度快很多，找到对应版本即可 具体安装步骤参考博文：Anaconda的安装和详细介绍（带图文） 安装完成之后，在Anaconda里新建一个虚...
这一节主要讲解Anaconda的安装与使用，而关于Anaconda是何方神圣，在这里就不多做介绍了，有兴趣的小伙伴可以去百度一下。Python安装 Anaconda安装 Jupyter安装 Tensorflow安装同样去官网下载，官网网址点击进去，根据自己电脑是32位还是64位选择下载对应的安装包。点进去之后是这样子的，往下拉选择自己想要下载的版本，一般选择Python3.7版本的，版本越高，功能自然也就越全哒。下载完之后，点击.exe文件执行安装，点击Next，点击...
导入依赖包 import tensorflow as tf import numpy as np import matplotlib.pylab as plt from pylab import mpl mpl.rcParams['font.sans-serif'] = ['SimHei'] 生成直线数据并加入噪音画图显示 train_x = np.linspace(-1, 1, 100) # 生成 -1 到 1之间 分成100份 # print(train_x) noise = np.random.randn(*train_x.shape) * 0.3 train_y = 2 * train_x + noise # 给每一个点加上噪音 # print(noise) plt.plot(train_x, train...
我注意到Tensorflow Python包提供了在读取文件后解码jpeg,png和gif图像的标准过程.例如对于png：import tensorflow as tf filename_queue = tf.train.string_input_producer(['/Image.png']) # list of files to read reader = tf.WholeFileReader() key, value = reader.read(filename_queue) decoded_image = tf.image.decode_png(value) # use png or jpg decoder based on your files.但是,tiff格式解码器似乎缺失了. 那么...