注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. CUDA9.1的tensorflow-gpu的.whl文件

  2. 解决官网下载的CUDA9.1版本的tensorflow在运行import tensorflow as tf时报OSError: [WinError XXX] 找不到指定的模块/Could not find 'cudart64_90.dll'的错误，适用于CUDA9.1的windows版本

  3. 所属分类：深度学习

    • 发布日期：2018-11-08
    • 文件大小：39mb
    • 提供者：qq_36556893

  1. Keras中文文档.pdf

  2. Keras官方文档PDF版，带书签，一共307页，完整版，目前最好的版本！欢迎下载！model train on batch(x batch, y batch) 只需一行代码就能评估模型性能: loss and metrics modelevaluate(x test, y test, batch size=128) 或者对新的数据生成预测: classes =model predictx test, batch size=128) 构建一个问答系统,一个图像分类模型,一个神经图灵机,或者其他的

  3. 所属分类：深度学习

    • 发布日期：2019-09-03
    • 文件大小：12mb
    • 提供者：dzgybd

  1. tensorflow中使用tf.ConfigProto配置Session

  2. tensorflow中使用tf.ConfigProto配置Session运行参数GPU设备指定。。。。。。。。。。。。。。。。

  3. 所属分类：互联网

    • 发布日期：2020-08-17
    • 文件大小：13kb
    • 提供者：qq_31979537

  1. tensorflow使用指定gpu的方法

  2. 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，这篇文章主要介绍了tensorflow使用指定gpu的方法,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：79kb
    • 提供者：weixin_38549520

  1. 基于tensorflow指定GPU运行及GPU资源分配的几种方式小结

  2. 今天小编就为大家分享一篇基于tensorflow指定GPU运行及GPU资源分配的几种方式小结，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：2020-09-18
    • 文件大小：43kb
    • 提供者：weixin_38705873

  1. 浅谈多卡服务器下隐藏部分 GPU 和 TensorFlow 的显存使用设置

  2. 服务器有多张显卡，一般是组里共用，分配好显卡和任务就体现公德了。除了在代码中指定使用的 GPU 编号，还可以直接设置可见 GPU 编号，使程序/用户只对部分 GPU 可见。 操作很简单，使用环境变量 CUDA_VISIBLE_DEVICES 即可。 具体来说，如果使用单卡运行 Python 脚本，则可输入 CUDA_VISIBLE_DEVICES=1 python my_scr ipt.py 脚本将只使用 GPU1。 在 .py 脚本和 Notebook 中设置，则 import os o

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：39kb
    • 提供者：weixin_38545332

  1. Tensorflow与Keras自适应使用显存方式

  2. Tensorflow支持基于cuda内核与cudnn的GPU加速，Keras出现较晚，为Tensorflow的高层框架，由于Keras使用的方便性与很好的延展性，之后更是作为Tensorflow的官方指定第三方支持开源框架。 但两者在使用GPU时都有一个特点，就是默认为全占满模式。在训练的情况下，特别是分步训练时会导致显存溢出，导致程序崩溃。 可以使用自适应配置来调整显存的使用情况。 一、Tensorflow 1、指定显卡 代码中加入 import os os.environ[“CUDA_VI

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：49kb
    • 提供者：weixin_38632825

  1. 基于tensorflow指定GPU运行及GPU资源分配的几种方式小结

  2. 1. 在终端执行时设置使用哪些GPU（两种方式） (1) 如下（export 语句执行一次就行了，以后再运行代码不用执行） (2) 如下 2. 代码中指定（两种方式） (1) import os os.environ["CUDA_VISIBLE_DEVICES"] = "1" (2) # Creates a graph. with tf.device('/gpu:1'): a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2,

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：49kb
    • 提供者：weixin_38691220

  1. tensorflow指定CPU与GPU运算的方法实现

  2. 1.指定GPU运算 如果安装的是GPU版本，在运行的过程中TensorFlow能够自动检测。如果检测到GPU，TensorFlow会尽可能的利用找到的第一个GPU来执行操作。 如果机器上有超过一个可用的GPU，除了第一个之外的其他的GPU默认是不参与计算的。为了让TensorFlow使用这些GPU，必须将OP明确指派给他们执行。with……device语句能够用来指派特定的CPU或者GPU执行操作： import tensorflow as tf import numpy as np with

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：100kb
    • 提供者：weixin_38625164

  1. note-about-tensorflow：tensorflow-gpu踩坑实录基于win10安装成功配置：cuda_10.0.130_411.31_win10 cudnn-10.0-windows10-x64-v7.4.2.24 tens

  2. 关于张量流 tensorflow-gpu踩坑实录基于win10 安装成功配置： cuda_10.0.130_411.31_win10 cudnn-10.0-windows10-x64-v7.4.2.24 tensorflow_gpu-1.13.1-cp36-cp36m-win_amd64 安装流程：CUDA-> cudnn-> tensorflow-gpu 一开始安装的tensorflow_gpu版本为1.12.0，出现ImportError：DLL加载失败：找不到指定的模块。

  3. 所属分类：其它

  1. YOLO---Implementation-源码

  2. YOLO_ALGORITHM_IMPLEMENTATION 该项目使用YOLO对象检测算法，并将其应用于图像格式和实时视频流。 =========================== 该项目将Python与主要模块（如Tensorflow，Keras，Numpy，cv2，matplotlib，PIL等）配合使用。为了使模型具有更好的性能，建议在GPU上运行模型。 同样，用户必须下载预训练的模型权重，然后将其转换为.h5文件。 资源库持有者和资源的权限也已在sources_for_proje

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：12kb
    • 提供者：weixin_42102933