@tf.function

加载中

tf.function :图执行模式(转载)

https://my.oschina.net/u/4274413/blog/3300764

TF2默认的即时执行模式(Eager Execution)带来了灵活及易调试的特性,但在特定的场合,例如追求高性能或部署模型时,我们依然希望使用 TensorFlow 1.X 中默认的图执行模式(Graph Execution...

2020/04/22 00:00

TensorFlow2.0教程30:使用tf.function和AutoGraph提高代码性能

https://my.oschina.net/u/4388787/blog/3385442

  在TensorFlow 2.0中,默认情况下启用了急切执行。 对于用户而言直观且灵活(运行一次性操作更容易,更快),但这可能会牺牲性能和可部署性。   要获得最佳性能并使模型可在任何地方部署,...

2019/09/26 00:00

Autograph的机制原理

https://my.oschina.net/u/4592076/blog/4413556

TensorFlow 2.0主要使用的是动态计算图和Autograph。 动态计算图易于调试,编码效率较高,但执行效率偏低。 静态计算图执行效率很高,但较难调试。 而Autograph机制可以将动态图转换成静态计...

2020/03/02 00:00

Autograph的使用规范

https://my.oschina.net/u/4592076/blog/4413558

TensorFlow 2.0主要使用的是动态计算图和Autograph。 动态计算图易于调试,编码效率较高,但执行效率偏低。 静态计算图执行效率很高,但较难调试。 而Autograph机制可以将动态图转换成静态计...

2020/03/01 00:00

TensorFlow2.0教程7:AutoGraph

https://my.oschina.net/u/4404738/blog/3412042

  tf.function的一个很酷的新功能是AutoGraph,它允许使用自然的Python语法编写图形代码。   1.tf.function装饰器   当使用tf.function注释函数时,可以像调用任何其他函数一样调用它。...

2019/08/29 00:00

终于来了!TensorFlow 2.0入门指南(上篇)

https://my.oschina.net/u/151730/blog/4609982

2020/03/07 00:00

三种计算图

https://my.oschina.net/u/4592076/blog/4413587

Tensorflow底层最核心的概念是张量,计算图以及自动微分。 本篇我们介绍计算图。 有三种计算图的构建方式:静态计算图,动态计算图,以及Autograph. 在TensorFlow1.0时代,采用的是静态计算图...

2020/02/23 00:00

Tensorflow2.0语法 - 张量&基本函数(一)

https://my.oschina.net/u/4388335/blog/3321979

转自 https://segmentfault.com/a/1190000020413887 前言 TF2.0 是之前学习的内容,当时是写在了私有的YNote中,重写于SF。 TF2.0-GPU 安装教程传送门:https://segmentfault.com/a/11... 之...

2019/12/30 00:00

tensorflow2.0 新特性 + kaggle练习

https://my.oschina.net/u/4313588/blog/3511295

基于tf2.0 对Kaggel Google street view characters classify 项目练手, 熟悉一下tf2.0的新特性 tf2.0的新特性主要包含: 1. AutoGraph, 也就是在python function上添加装饰器@tf.function把...

2019/06/04 00:00

TensorFlow 2.0+Keras 防坑指南

https://my.oschina.net/u/1464083/blog/3044351

TensorFlow 2.0是对1.x版本做了一次大的瘦身,Eager Execution默认开启,并且使用Keras作为默认高级API, 这些改进大大降低的TensorFlow使用难度。 本文主要记录了一次曲折的使用Keras+Tenso...

2019/04/30 00:00

tensorflow2.0第5章 Tensorflow Estimator使用与tf1.0

https://my.oschina.net/u/4261744/blog/3316236

本节课分为两部分,第一部分介绍tensorflow中estimator和特征列的API的使用,estimator是和keras平级的用于模型抽象的高级API,会使用泰坦尼克生存预测项目来详细的讲解特征抽取和estimator...

2020/01/14 00:00

Tensorflow2.0

https://my.oschina.net/u/4415887/blog/3325107

Tensorflow2.0 Tensorflow 简介 Tensorflow是什么 Google开源软件库 采用数据流图,用于数值计算 支持多平台 GPU CPU 移动设备 最初用于深度学习,变得通用 数据流图 节点---处理数据 线---节点...

2019/12/23 00:00

TensorFlow 2.2.0-rc0 发布

https://www.oschina.net/news/114089/tensorflow-2-2-0-rc0-released

TensorFlow 2.2.0-rc0 发布了,更新内容如下: 主要特性和改进 将字符串张量的标量类型从 替换为 TF 2 的新 Profiler,用于 CPU/GPU/TPU。它提供设备和主机性能分析,包括输入管道和 TF Ops...

2020/03/15 00:00

TensorFlow 2.0+Keras 防坑指南

https://my.oschina.net/u/3552485/blog/3044357

TensorFlow 2.0是对1.x版本做了一次大的瘦身,Eager Execution默认开启,并且使用Keras作为默认高级API, 这些改进大大降低的TensorFlow使用难度。 本文主要记录了一次曲折的使用Keras+Tenso...

2019/04/30 00:00

TensorFlow 2.2.0-rc1 发布

https://www.oschina.net/news/114261/tensorflow-2-2-0-rc1-released

TensorFlow 2.2.0 发布了新的候选版本。TensorFlow 2.2.0 的主要特性和改进包含以下内容: 将字符串张量的标量类型从 替换为 TF 2 的新 Profiler,用于 CPU/GPU/TPU。它提供设备和主机性能分...

2020/03/22 00:00

TensorFlow 2.0 教程22:DCGAN

https://my.oschina.net/u/4270011/blog/3402717

  1.数据导入和预处理   (trainimages, trainlabels), (, ) = tf.keras.datasets.mnist.load_data()   trainimages = trainimages.reshape(train_images.shape[0], 28, 28, 1).astype(...

2019/09/07 00:00

TensorFlow 2.1.0 rc0 发布

https://www.oschina.net/news/111696/tensorflow-2-1-0-rc0-released

TensorFlow 2.1.0 rc0 发布了,TensorFlow 2.1 将是支持 Python 2 的最后一个 TF 版本。Python2 的支持将于 2020 年 1 月 1 日正式结束,TensorFlow 也将从该日起停止支持 Python 2,并且预计...

2019/11/29 00:00

中阶API示范

https://my.oschina.net/u/4592076/blog/4413574

TensorFlow有5个不同的层次结构:即硬件层,内核层,低阶API,中阶API,高阶API。本章我们将以线性回归为例,直观对比展示在低阶API,中阶API,高阶API这三个层级实现模型的特点。 TensorFl...

2020/02/26 00:00

低阶API示范

https://my.oschina.net/u/4592076/blog/4413575

TensorFlow有5个不同的层次结构:即硬件层,内核层,低阶API,中阶API,高阶API。本章我们将以线性回归为例,直观对比展示在低阶API,中阶API,高阶API这三个层级实现模型的特点。 TensorFl...

2020/02/25 00:00

TensorFlow 1.15.0 发布

https://www.oschina.net/news/110682/tensorflow-1-15-0-released

TensorFlow 1.15.0 发布了,主要特性及改进如下: 针对当前具有 GPU 支持的平台(Linux 和 Windows),tensorflow pip 软件包默认情况下将包括 GPU 支持(现在与 tensorflow-gpu 相同)。它可...

2019/10/19 00:00
返回顶部
顶部