cpucentosFROM centos:7 MAINTAINER yon RUN yum -y install make wget && wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo && wget -P /etc/yum.repos.d/ http://mirrors.aliyun.com/repo/epel-7.repo && yum clean all && yum makecacheRUN yum -y install zlib-devel bzip2-devel opens...
conda+豆瓣源配置tensorflow+keras环境安装anaconda打开Anaconda Prompt创建虚拟环境conda create -n myenv python=3.5 activate myenv 安装dependencypip install keras==2.0.8 -i https://pypi.douban.com/simple/ pip install tensorflow==1.1 -i https://pypi.douban.com/simple/ pip install opencv-python -i https://pypi.douban.com/simple/ (主义新版 keras 和 tensorflow可能会有代码兼容问题建议安装以上版本) 5. 输...
Ubuntu16.04深度学习基本环境搭建，tensorflow , keras , pytorch , cudaUbuntu16.04安装参考https://blog.csdn.net/flyyufenfei/article/details/79187656安装nvidia驱动sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update选择安装驱动 ubuntu-drivers devices查看自己显卡对应的驱动型号，可在nvidia官网查询 sudo apt install nvidia-410通过以下命令查看是否安装成功nvidia-smi 安装cuda,可选方式3种1.直接安装...
安装Anaconda 参考我的另一篇博客 https://blog.csdn.net/okfu_DL/article/details/83014304 Cuda 版本之说，网上众说纷纭。具体讲一下我的配置，和我的个人看法。 配置如下： Gtx 1080 ti + Cuda9.0 + cudnn7.3 其实主要是Cuda版本，cudnn会有对应的版本提示。 1. 查看Cuda版本 打开nividia控制面板-> 帮助->系统信息->组件，就可以看到Cuda版本信息。 我这里的cuda 一开始是10.0，但是目前的深度学习包是不支持Cuda 10.0的，所以...
!mkdir /content/gdrive/My Drive/conversation 将文本句子分解成单词，并构建词库 path = /content/gdrive/My Drive/conversation/ with open(path + question.txt, r) as fopen:text_question = fopen.read().lower().split(\n) with open(path + answer.txt, r) as fopen:text_answer = fopen.read().lower().split(\n)concat_question = .join(text_question).split() vocabulary_size_question = len(list(set(concat_questi...
一、概述 在我们使用TensorFlow进行神经网络的搭建时，难免遇到需要训练很多次来拟合数据的情况，假设需要拟合1000次数据，那么可能前800次的拟合效果都不是很好，所以显示进度条就会使得输出面板被填满，输出的信息我们并不关心，我们只关心最后200次的拟合效果，此时思考能否可以有一种办法可以简便的在训练多个epochs时隐藏进度条的输出呢？ 二、具体操作 阅读这个函数 tensorflow.keras.models.Sequential.fit 在上述函数原型...
DL中版本配置问题：TensorFlow、Keras、Python版本完美搭配推荐 目录 TensorFlow、Keras、Python版本完美搭配推荐 TensorFlow、Keras、Python版本完美搭配推荐 TensorFlow 2.1.0 + Keras 2.3.1 on Python 3.6. If no --env is provided, it uses the tensorflow-1.9 image by default, which comes with Python 3.6, Keras 2.2.0 and TensorFlow 1.9.0 pre-installed. Framework Env name (--env parameter) Description D...
目录程序简介程序/数据集下载代码分析 程序简介 程序调用tensorflow.keras搭建了一个简单长短记忆型网络(LSTM)，以上证指数为例，对数据进行标准化处理，输入5天的收盘价, 最高价, 最低价,开盘价，输出1天的收盘价，利用训练集训练网络后，输出测试集的MAE 长短记忆型网络(LSTM)：是一种改进之后的循环神经网络，可以解决RNN无法处理长距离的依赖的问题。
FasterRCNN tensorflow-keras源码解读 文章目录 FasterRCNN tensorflow-keras源码解读前言源码下载一、Faster-RCNN整体流程二、代码详解1.主干提取网络2.RPN网络结构3.ROI-Pooling层解读4.分类回归网络5.获得网络模型5.真实值的编码6.模型训练过程7.预测过程 三、总结四、参考资料前言 已有很多文章详细介绍faster-rcnn原理，这里不再做相关重复的工作。这篇文章主要通过源码来解读faster-rcnn。源码下载 https://github.com/yblir...
TensorFlow和Keras是当前两款主流的深度学习框架，Keras被采纳为TensorFlow的高级API，平时做深度学习任务，可以使用Keras作为深度学习框架，并用TensorFlow作为后端引擎。 1、安装之前，先确认pip包管理器最新：sudo apt-get update sudo apt-get upgrade sudo apt-get install python-pip python-devsudo apt-get install python3-pip python3-dev使用pip安装包时，默认安装的是python2的包。想安装python3的包，使用pip3。 2、...
利用tensorflow2自带keras搭建BiLSTM+CRF的序列标注模型，完成中文的命名实体识别任务。这里使用数据集是提前处理过的，已经转成命名实体识别需要的“BIO”标注格式。 详细代码和数据：https://github.com/huanghao128/zh-nlp-demo 模型结构 BiLSTM+CRF模型就是在双向LSTM模型的输出位置接上一个CRF层，这样可以学习到相邻输出之间的依赖关系，从而提高输出标签的整理准确率，模型结构图如下图：数据处理 本文使用的数据是已经预处...
Tensorflow和Keras版本对应关系 二者对应版本号如表所示（Keras新版本对Tensorflow老版本不兼容，需注意安装版本号） FrameworkEnv name (--env parameter)DescriptionDocker ImagePackages and Nvidia SettingsTensorFlow 2.2 tensorflow-2.2 TensorFlow 2.2.0 + Keras 2.3.1 on Python 3.7. floydhub/tensorflow TensorFlow-2.2TensorFlow 2.1 tensorflow-2.1 TensorFlow 2.1.0 + Keras 2.3.1 on Python 3.6. floydhub/tensorfl...
rference: 爬取 使用keras模块主要使用其五个主要模块，为datasets、layers、losses、metrics以及optimizers。 五大模块 datasets： 前文已经提到，封装了一些对常见的小型数据集的预处理（如MNIST），自动下载并处理数据为numpy矩阵。 layers： 在Keras的神经网络模型概念中，网络是可以按照层进行区分的，一层完成一个或者几个张量运算，如卷积层、池化层等。Keras对这些层进行了封装，只要传入张量，则按照层的运算方式输出运算...
一.引言 函数式 API 可用于构建具有多个输入的模型，通常情况下，模型会在某一时刻用一个可以组合多个张量的层将不同输入得到的结果进行组合，组合方式可以是相加，连接等等，这其中常用的为 keras.layers.add， keras.layers.concatente 等。 二.多输入模型 1.模型结构 典型的问答模型有两个输入：一个自然语言描述的问题和一个文本片段用于提供回答的相关信息，最后生成一个回答，这里回答只包含一个词，可以通过 softmax 得到...
很早之前写的pdf，一直没有贴博客(太懒 )。不管怎么样，希望对入坑新人有帮助。 注：这个教程已经验证的系统：Ubuntu 16.04，MacOS 10.13.6。配置CUDA和CUDNN只适用于Ubuntu (MacOS使用的是cpu版本的包)，其他教程的二者均适用。 我个人喜欢miniconda，因为它轻便，给我一种自由的感觉(需要什么安装包自己装就OK了)。 1 Miniconda 1.1 下载安装包 注：我这里用的是py 3.6 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda...