您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Ubuntu 16.04×86_64配置TensorFlow-GPU 1.6.0

  2. Ubuntu 16.04×86_64 + NVIDIA GeForce GTX 1080Ti + CUDA 9.0 + cuDNN 7.0 配置TensorFlow-GPU 1.6.0 本教程配置环境为: • Ubuntu 16.04×86_64 LTS、NVIDIA GeForce GTX 1080Ti • CUDA 9.0 、cuDNN 7.0、TensorFlow-GPU 1.6.0 文中首先介绍了配置之前的相关准备工作,包括查看 NVIDIA 显卡型号和对应驱动是否安装、验证 NVID
  3. 所属分类:深度学习

    • 发布日期:2018-03-19
    • 文件大小:581kb
    • 提供者:qq_41667926
  1. tensorflow-1.4.0(1.5.0,1.6.0,1.12.0,1.14.0)-cp36-cp36m-win_amd64.whl.rar

  2. tensorflow的只支持64版本(包括window版本,anconda版本),低配置的机器的cpu或显卡会出现不兼容最新版本问题。所以在安装了64位cpu和最新版的anaconda后要注意不要默认安装最新的python和tensorflow版本。可以手动安装tensorlow的whl文件。但安装完低版本的tensorflow后会可能会遇到protobuf和numpy版本太高,不匹配的问题,所以还需重新pip安装低版本的protobuf和numpy.可以通过conda list查看已安装的包
  3. 所属分类:机器学习

    • 发布日期:2019-09-12
    • 文件大小:213mb
    • 提供者:hellogjj
  1. anaconda下安装tensorflow(注:不同版本python对应不同版本tensorflow)

  2. anaconda下安装tensorflow,并在Jupyter Notebook上进行tensorflow神经网络学习的步骤,包括常见的坑的解决方案(注:不同版本python对应不同版本tensorflow)
  3. 所属分类:桌面系统

    • 发布日期:2020-05-12
    • 文件大小:72kb
    • 提供者:weixin_39592587
  1. tensorflow-1.12.0.rar

  2. 该whl是TensorFlow1.12-CPU版本,只适用于python3.6,64位系统版本,无需配置CUDA以及cuDNN 安装步骤 1.先将本地tensorflow卸载干净,打开cmd,命令行内输入:pip uninstall tensorflow 如果之前安装的是tensorflow的gpu版本就输入:pip uninstall tensorflow-gpu 2.卸载后将该tensorflow-1.12.0-cp36-cp36m-win_amd64.whl文件放到anaconda
  3. 所属分类:深度学习

    • 发布日期:2020-02-01
    • 文件大小:39mb
    • 提供者:hellogjj
  1. tensorflow-1.7.0-cp35-none-linux_aarch64.whl

  2. ARM aarch64 平台 python3.5 环境 适用的 tensorflow-1.7.0 版本。 这个是cpu版本。 gpu版本,,请查看另一个链接,需要cuda。
  3. 所属分类:深度学习

    • 发布日期:2019-10-31
    • 文件大小:50mb
    • 提供者:wwlhz
  1. nccl-2.4.8-1-x86_64.pkg.tar.xz

  2. nccl-2.4.8-1-x86_64.pkg.tar.xz是从linux org下下载下来的。要与tensorflow版本对应,不是下载deb格式。
  3. 所属分类:深度学习

    • 发布日期:2019-07-28
    • 文件大小:49mb
    • 提供者:android_chunhui
  1. 查看已安装tensorflow版本的方法示例

  2. 主要介绍了查看已安装tensorflow版本的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
  3. 所属分类:其它

    • 发布日期:2020-09-17
    • 文件大小:140kb
    • 提供者:weixin_38673738
  1. 终端命令查看TensorFlow版本号及路径的方法

  2. 今天小编就为大家分享一篇终端命令查看TensorFlow版本号及路径的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:73kb
    • 提供者:weixin_38560107
  1. 终端命令查看TensorFlow版本号及路径的方法

  2. 如图,简单易懂,先激活tensorflow,然后进入python,输入python语句执行查询: 需要注意的是一定要在激活tensorflow环境后再输入python命令,否则会识别不到tensorflow,可以看到在使用python前后命令前面都是有“(tensorflow)”的。 以上这篇终端命令查看TensorFlow版本号及路径的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持软件开发网。 您可能感兴趣的文章:
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:75kb
    • 提供者:weixin_38666823
  1. 详细的tensorflow2.0.0安装,及查看tensorflow版本

  2. tensorflow是机器学习,深度学习中比较重要的框架。 接下来详细的介绍tensorflow2.0.0的安装,保证让你解决安装问题。指定的是python3.6版本,下一个博客会讲述python3.7版本的tensorflow安装 1.下载Anaconda3, 到官网下载即可 https://www.anaconda.com/,并安装 2.安装完成之后,在菜单列表中找到Anaconda Prompt, 3.打开Anaconda Prompt,首先创建tensorflow虚拟环境。 检查当前安
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:428kb
    • 提供者:weixin_38551938
  1. Tensorflow之基本图像分析

  2. 基本分类:对服装图像进行分类 训练了一个神经网络模型来对衣服的图像进行分类,例如运动鞋和衬衫。 本指南使用tf.keras(高级API)在TensorFlow中构建和训练模型。 #引入TensorFlow 和 tf.keras import tensorflow as tf from tensorflow import keras #引入numpy和matplotlib import numpy as np import matplotlib.pyplot as plt #查看tensorflo
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:316kb
    • 提供者:weixin_38608726
  1. 基于Tensorflow使用CPU而不用GPU问题的解决

  2. 之前的文章讲过用Tensorflow的object detection api训练MobileNetV2-SSDLite,然后发现训练的时候没有利用到GPU,反而CPU占用率贼高(可能会有Could not dlopen library ‘libcudart.so.10.0’之类的警告)。经调查应该是Tensorflow的GPU版本跟服务器所用的cuda及cudnn版本不匹配引起的。知道问题所在之后就好办了。 检查cuda和cudnn版本  首先查看cuda版本: cat /usr/local
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:45kb
    • 提供者:weixin_38747815
  1. 查看已安装tensorflow版本的方法示例

  2. 由于tensorflow版本不同,可能一些函数的调用也有变换,这时候可能需要查看tensorflow版本,可以在终端输入查询命令如下: import tensorflow as tf tf.__version__ 查询tensorflow安装路径为: tf.__path__ 查询结果如下: 根据自己的情况选择以下命令之一进行安装: pip install tensorflow==1.2  # Python 2.7; 仅支持CPU pip3 install tensorflow==1.2
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:139kb
    • 提供者:weixin_38621870
  1. TensorFlow的GPU安装流程(TensorFlow+CUDA+CUDNN+Keras)(自我总结版)

  2. 我想安装一个TensorFlow的GPU版,但是什么也不知道具体怎么开始,所以在网上搜了很久,最后结合自己的电脑终于安上了。这里把我的经验分享给大家,希望能有所帮助。 1.首先,我们需要确定你的电脑的GPU是否支持安装。 我看网上好多都有怎么查看的帖子。我就不仔细介绍了。(因为我的电脑自带NVIDIA的一系列东西,虽然也有CUDA,但是我后来还是自己安装了一下,因为原来的我找不到安装路径。我的电脑显卡是GTX1650的) 2.安装CUDA和对应的包CUDNN 这个可能与你要使用的TensorFl
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:281kb
    • 提供者:weixin_38694529
  1. 解决tensorflow.keras无法引入layers问题

  2. 最近想学习一下Keras,利用Conda创建的TensorFlow2.0环境开始进入Keras。刚开始搭建网络,TensorFlow2.0推荐使用Keras来构建网络结构。但是当我根据教程引入Keras时显示没有这个库。。具体是这样敲的。 报错显示我没有Keras,无法导入。通过网上搜索没发现有效的解决方法。换一种思路去搜索试试,显示TensorFlow没有Keras会不会是由于我的路径错了,会不会是我的TensorFlow版本里Keras放到了其它地方呢?我继续网上搜索tensorflow.
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:47kb
    • 提供者:weixin_38556189
  1. finetune_alexnet_with_tensorflow:用于在TensorFlow> = 1.2rc0中微调AlexNet的代码-源码

  2. 使用Tensorflow微调AlexNet 更新15.06.2016 我修改了整个代码库,以使用TensorFlow> =版本1.2rc0附带的新输入管道。 您可以在新的找到有关新输入管道的说明。您可以像以前一样使用此代码在自己的数据集上微调AlexNet,仅不再需要依赖OpenCV。 可以在找到旧代码。 该存储库包含在任意数据集上所需的所有代码。 除了代码本身的注释外,我还写了一篇文章,您可以在找到它的进一步解释。 您需要的只是预训练的权重,您可以在找到,也可以使用从caffe库
  3. 所属分类:其它

  1. tensorflow-cmake:C,C ++,Go和Python中的TensorFlow示例,没有bazel,但带有cmake和FindTensorFlow.cmake-源码

  2. TensorFlow CMake / C ++集合 查看官方文档:您看到了什么? 普通票价? 现在,猜测一下:这是一个没有bazel的区域。 我们在这里使用CMake! 该集合包含可靠且简单的示例,可在C,C ++,Go和Python中使用TensorFlow:加载预训练的模型或编译带有或不带有CUDA的自定义操作。 所有构建均已针对最新的稳定TensorFlow版本进行了测试,并依赖于带有自定义CMake。 该cmake文件包含特定TF版本中的错误的常见解决方法。 TensorFlow
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:654kb
    • 提供者:weixin_42127748
  1. 解决Tensorflow安装成功,但在导入时报错的问题

  2. 在Mac上按照官网教程安装成功tensor flow后,但在程序中导入时,仍然报错,包括但不限于以下两个错误。对于这种错误,原因主要在于Mac内默认的python库比较老了,即便通过pip命令安装了新的包,python也会默认导入默认位置的包。这时候需要做的就是删除,有冲突的包,对于以下两个错误,就是分别时numpy和six两个包冲突了。 可以在python命令行环境下,通过numpy.version和six.version两个命令查看当前版本,如果与预期的不一致,就可以删掉。 可以通过nump
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:45kb
    • 提供者:weixin_38686557
  1. win10系统Anaconda和Pycharm的Tensorflow2.0之CPU和GPU版本安装教程

  2. tf2.0的三个优点: 1、方便搭建网络架构; 2、自动求导 3、GPU加速(便于大数据计算) 安装过程(概要提示) step1:安装annaconda3 step2:安装pycharm step3:安装tensorflow2.0 cpu版本 (1)进入anaconda prompt(anaconda3) (2)默认为(base)环境 (3)输入python,查看python版本;输入exit()退出 (4)输入conda info –envs查看虚拟环境 (5)此处以在(base)环境中安装
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:75kb
    • 提供者:weixin_38698590
  1. TensorFlow-gpu和opencv安装详细教程

  2. TensorFlow-gpu 1.安装Anaconda 进入官网(https://www.anaconda.com/) ->get started->Install Anaconda Individual Edition->DownLoad->选择对应版本,这里选择window python3.7 64位,然后一路安装,记得加环境变量 2.打开Anaconda Prompt 执行 pip install tensorflow-gpu 后等待安装完成 3.执行 pip l
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:79kb
    • 提供者:weixin_38663733
« 12 3 4 »