【tensorlfow2】安装及简介全连接神经网络
【tensorlfow】全连接神经网络FC-DNN
文章目录
- 一、[Win10+Anaconda+Tensorflow2.0安装教程
- 1.检测已经安装的环境
- 2.创建tensorflow虚拟环境
- 3.激活
- 4、 安装tensorflow
- 5、将Tensorflow环境嵌入到编辑器中
- 6、Windows同时安装tensorflow多个版本(tensorflow 2.0和tensorflow 1.x.x)
- 二、Tensorflow2.0课程:
- 三、神经网络理论知识:
一、[Win10+Anaconda+Tensorflow2.0安装教程
(手把手带你安装tensorflow)]:2019年发布,有问题
- 【安装成功】详细的tensorflow2.0.0安装,及查看tensorflow版本 2021年
- win10环境,anaconda3(内置的python3.7.3),tensorflow2.0安装教程
1.检测已经安装的环境
:conda info --envs
这里如果没有新建其他环境的话,就只有一个默认的anaconda中的root环境。
查看当前有哪些可以使用的python版本:conda search --full --name python
但是会出现一个warning,因为当前环境(base),并没有激活,但在anaconda prompt下,运行python,就不会有warning。如果不想出现warning,需要激活环境,输入命令:activate base,后面会介绍。
查看当前有哪些可以使用的tensorflow版本:conda search --full --name tensorflow
2.创建tensorflow虚拟环境
命令:conda create --name tf1.12.0.0 python=3.7
其实python3.7版本也是可以的。先以Python3.6为例。
tf2.0.0是虚拟机的名字,这个可以自己定义。接下来顺利的话会看到进度条。
删除环境
执行如下命令即可:
conda remove -n tf1.15.0 --all
3.激活
安装完成会出现下面的页面,此时应激活虚拟环境
命令:conda activate tf1.12.0.0
-(base) C:\Users\谢思琪>conda activate tf1.12.0
(取消激活:conda deactivate
-(tf2.0.0) C:\Users\谢思琪>conda deactivate)
在当前TensorFlow环境下检验Python的版本,
-(tf2.0.0) C:\Users\谢思琪>python --version
是3.7.4。而anaconda内置的Python版本是3.7.3,这更进一步检验TensorFlow激活成功
4、 安装tensorflow
在虚拟环境中输入命令:
-(base) C:\Users\谢思琪>conda activate tf2.0.0
-(tf2.0.0) C:\Users\谢思琪>pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
使用的是清华镜像,这样安装会提高速度。,等待一段时间即可。
默认源的速度可能非常慢。
或者采用的安装方法就是使用豆瓣的源进行安装,其他包一样适合
-i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tensorflow==2.0.0-alpha0 -i https://pypi.doubanio.com/simple/
或者通过anaconda navigator里面安装包,或者在prompt里:
conda install tensorflow
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
【检测是否安装成功】
1、进入cmd命令窗口,(我的在tensorflow环境中才会显示)输入pip show tensorflow
,会显示出tensorflow的信息
2、安装完成后就直接在tensorflow环境中,输入“python
”按回车键进入python命令行模式,的python里import tensorflow中测试是否可以import。然后再输入import tensorflow as tf
,不报错表示成功安装,
3、
//tensorflow2.0版本的验证方法
import tensorflow as tf
tf.compat.v1.disable_eager_execution() #保证sess.run()能够正常运行
hello = tf.constant(‘hello,tensorflow’)
sess= tf.compat.v1.Session()#版本2.0的函数
print(sess.run(hello))
(tensorflow) C:\Windows\system32>python
Python 3.7.10 | packaged by conda-forge | (default, Feb 19 2021, 15:37:01) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.compat.v1.disable_eager_execution()
>>> hello = tf.constant('hello,tensorflow')
>>> sess= tf.compat.v1.Session()
2021-03-19 18:03:00.052842: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
>>> print(sess.run(hello))
b'hello,tensorflow'
tensorflow1版本
import tensorflow as tf
print("Tensorflow.Version:",tf.__version__)
【安装失败】在Anaconda中python 3.8下无法安装Tensorflow 2.0的问题
如果安装失败,可以尝试添加:
conda config --set channel_priority flexible
1
记事本打开’.condarc’查看config配置:
open .condarc
1
可以在里面直接进行删改操作,例如删除默认源等。
其他命令:
删除环境变量:
conda remove -n 环境变量 --all
1
复制一个环境变量:
conda create -n 新名 --clone 旧名
————————————————
版权声明:原文链接:https://blog.csdn.net/m0607aaa/article/details/113921940
2、在安装第三方库时出现以下提示:
You are using pip version 10.0.1, however version 20.0.2 is available.
解决方案如下:
在Anaconda Prompt中输入命令:conda install pip
CUDA安装
目前的深度学习框架大都基于 NVIDIA 的 GPU 显卡进行加速运算,因此需要安装NVIDIA 提供的 GPU 加速库 CUDA 程序。在安装CUDA 之前,请确认本地计算机具有支持 CUDA 程序的 NVIDIA 显卡设备,如果计算机没有 NVIDIA 显卡,如部分计算机显卡生产商为 AMD,以及部分 MacBook 笔记本电脑,则无法安装 CUDA 程序,因此可以跳过这一步,直接进入 TensorFlow 安装。
3、在import tensorflow as tf时遇到下列报错:
TypeError: Descriptors cannot not be created directly.
If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0.
If you cannot immediately regenerate your protos, some other possible workarounds are:
Downgrade the protobuf package to 3.20.x or lower.
Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python (but this will use pure-Python parsing and will be much slower).
重新安装protobuf,选择版本为3.20.* 便可解决该问题
pip install protobuf==3.20.*
————————————————
———————————————————————
更新tf版本
在anaconda下(base) C:\WINDOWS\system32>conda activate tf1.12.0
pip install --upgrade --ignore-installed tensorflow==1.15.5 -i https://pypi.douban.com/simple
5、将Tensorflow环境嵌入到编辑器中
环境:Tensorflow和Pycharm编辑器
步骤:
1:下载Pycharm软件,,这个的话下载安装都很简单,所以就不多说了
2:使用Pycharm创建一个项目
pycharm 终端内激活环境 activate tf1.12.0.0
conda create --name tf1.15-gpu python=3.6 y
conda activate tf1.15-gpu
6、Windows同时安装tensorflow多个版本(tensorflow 2.0和tensorflow 1.x.x)
链接
在Anaconda安装Python2环境:conda create --name python27 python=2.7
在python2的环境下下载django
conda install django
conda create --name tensorflow-1.1.0 python=2.7
conda info --envs
activate tensorflow-1.1.0
pip install tensorflow==1.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
导入 keras,h5py,pandas包
解决办法
pip listkeras2.4.3(目前版本太高,需要降版本到2.2)
pip install keras2.2.4 -i https://pypi.douban.com/simple
查看Keras与TensorFlow版本对应网站https://docs.floydhub.com/guides/environments/
卸载 pip uninstall keras
————————————————
————————————————
二、Tensorflow2.0课程:
- 【北京大学】Tensorflow2.0
6小时掌握Tensorflow2搭建优化神经网络的方法
(1)视频中的课件链接:https://pan.baidu.com/s/1cOio1jWFIdGZF7f3Oqje4w
提取码:4odu
(2)源码下载链接:https://pan.baidu.com/s/19XC28Hz_TwnSQeuVifg1UQ 提取码:mocm
在线源码:https://github.com/jlff/tf2_notes
【参考】【北京大学】Tensorflow2.0搭建一个神经网络入门 - 北京大学TensorFlow笔记及实践:
适合初学者及人工智能小白的北京大学tensorflow课程
以下是课程目录:
第一讲 人工智能概述
第二讲 Python语法串讲
第三讲 Tensorflow框架
第四讲 神经网络优化
第五讲 全连接网络基础
第六讲 全连接网络实践
第七讲 卷积网络基础
第八讲 卷积网络实践
第九讲 课程项目分享
适合想要快速入手人工智能项目开发
【参考】博主【北京大学】1 TensorFlow1.x中Python基础知识 - tensorflow2.0入门与实战 2019年最通俗易懂的课程
系统讲解了Tensorflow2.0的使用,可以说是目前最新最系统的 Tensorflow 2.0 教程。本课程讲解Tensorflow中各种概念、操作和使用方法,针对Tensorflow的基础知识,在传统数据分析中应用进行详细讲解,并且给出了丰富的深度学习模型实战。
【参考】csdn博主Better Bench
三、神经网络理论知识:
全连接神经网络(DNN)
目录
网络结构
感知器
神经网络的训练
反向传播算法(BP)
梯度下降算法
DropOut
python代码实现MNIST手写数字识别【文献阅读】
本文提出了一种BEM结合DL的方法。采用BEM结合CS的方法估计出导频处的CIR,再根据导频位置处的CIR使用线性插值得到数据位置处的CIR,再输入到经过训练的深度神经网络(deep neural network)中进行补偿,提高估计精度。从深度神经网络(DNN)到卷积神经网络(CNN)
4、如何用tensorlfow和keras框架搭建DNN CNN RNN神经网络实现MNIST手写数字识别模型:
【tensorlfow2】安装及简介全连接神经网络相关推荐
- 神经网络:全连接神经网络
目录 1 简介 1.1 神经元 1.2 网络结构 1.3 正向传播 1.4 反向传播 1 简介 全连接神经网络 也称作多层感知机(MLP) 1.1 神经元 神经元接收输入向量xxx 神经元节点有权重向 ...
- 【FPGA】基于HLS的全连接神经网络手写体识别
目录 一 系统分析 1.1 全连接神经网络简介 二 通过HLS 编写全连接神经网络传入权重参数和偏置参数文件 2.1 获得图片.权重以及偏置的参数 2.2 编写C语言的全连接算子 2.3 Slave ...
- 深蓝学院第二章:基于全连接神经网络(FCNN)的手写数字识别
如何用全连接神经网络去做手写识别??? 使用的是jupyter notebook这个插件进行代码演示.(首先先装一个Anaconda的虚拟环境,然后自己构建一个自己的虚拟环境,然后在虚拟环境中安装ju ...
- 神经网络 测试集loss不下降_代码实践 | 全连接神经网络回归---房价预测
学习目录 阿力阿哩哩:深度学习 | 学习目录zhuanlan.zhihu.com 前面我们介绍了: 阿力阿哩哩:深度学习开端|全连接神经网络zhuanlan.zhihu.com 4.7代码实践 & ...
- 【神经网络与深度学习】 Numpy 实现全连接神经网络
1.实验名称 Numpy 实现全连接神经网络实验指南 2.实验要求 用 python 的 numpy 模块实现全连接神经网络. 网络结构为一个输入层.一个隐藏层.一个输出层. 隐藏层的激活函数为 Re ...
- python——tensorflow使用和两层全连接神经网络搭建
一.Tensorflow使用 1.Tensorflow简介 TensorFlow是一个软件库,封装了建构神经网络的API,类似于MatLab的神经网络工具箱,是Google于2015年推出的深度学习框 ...
- 深度学习实战1(基本概念、全连接神经网络、CNN)
一.深度学习基础 1.1 深度学习(DL)概念 深度学习是指从有限样例中通过算法总结出一般性的规律,并可以应用到新的未知数据上.神经网络与深度学习并不等价,深度学习可以采用神经网络模型,也可以采用其他 ...
- 深度学习系列:全连接神经网络和BP算法
前言 注:以后我的文章会写在个人博客网站上,本站文章也已被搬运.本文地址: https://xiaodongfan.com/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E ...
- Pytorch深度学习入门与实战一--全连接神经网络
全连接神经网络在分类和回归问题中都非常有效,本节对全连接神经网及神经元结构进行介绍,并使用Pytorch针对分类和回归问题分别介绍全连接神经网络的搭建,训练及可视化相关方面的程序实现. 1.全连接神经 ...
最新文章
- 人工智能图像到图像转换图像分割任务中语义一致的图像到图像转换
- 实时获取ccd图像_薄膜瑕疵在线检测系统0.1mm检测精度_实时在线检测
- python基础练习_1
- Integer类对象池与==问题:Integer a=34556,b=34556;但a==b为false
- EV3 直接命令 - 第 5 课 从 EV3 的传感器读取数据
- apache缓存清理_深挖 Mybatis 源码:缓存模块
- 修改Navicat数据库自动备份目录
- informix和mysql的区别_DB2与Informix区别比较
- 【百度地图API】多家地图API内存消耗对比测验(带源码)
- api arx autocad_AutoCAD ObjectARX(VC)开发基础与实例教程 此书是利用ObjectARX对AutoCAD二次开发的教程 - 下载 - 搜珍网...
- python爬虫之js链接跳转抓取_Python爬虫获取页面所有URL链接过程详解
- 如何成为软件架构师?
- 学习Bloom Filter,处理“海量”数据
- iOS App所需图标尺寸
- word小技巧之表格插入行
- python实现归结演绎推理_归结演绎推理.ppt
- 0基础自学鸿蒙-Day_002 HelloWorld
- 海阳顶端网php,海阳顶端网的ASP木马的一个漏洞和利用
- 还原系统就是这么简单
- android打包错误6,Android本地打包出现错误,生成不了apk
热门文章
- error: expected constructor, destructor, or type conversion before ‘(’ token PLUGINLIB_DECLARE_CLAS
- 计算机视觉3.3 :迁移学习之图像特征向量提取与运用
- Windows证书管理说明
- Jetson Xavier/XavierNX/TX2 CANFD 配置使用
- python 编译器spyder 安装_Spyder-Python-安装外部软件包
- L2-L4自动驾驶视觉方案推荐(一)
- 关于程序优化的一些思考
- 中南林业科技大学计算机挂科,中南林业科技大学又出能辅导高数的“扫地僧”...
- 胆机实作(1)——12AU7甲类单端前级
- 风变科技公司的python小课_在风变科技学编程,拒绝做职场“边缘人”