首页 > TAG信息列表 > tensorflow1
30系显卡配置tensorflow1.x环境
说明： nvidia 30系显卡仅支持cuda11.0及以上版本，对应cudnn最低版本为8.0，tf版本为2.4.0 在win系统中无法实现30系显卡运行tf1的代码 该教程使用的环境如下： Ubuntu20.043060 显卡cuda 11.1cudnn 8.0.5python 3.6tensorflow 1.15其中 python 版本和 tensorflow 版本是固定的在命令窗口切换anaconda环境安装tensorflow1.x版本
做个记录，由于tensorflow版本不同，新创建了一个环境，并在命令窗口完成tensorflow的安装。 1、在命令窗口操作anaconda的环境 conda info --envs #查看环境 conda deactivate # 退出环境 conda activate xxx #进入环境 2、安装tensorflow1.x版本 pip install -i https://pypi.tuna.tensorflow1.使用笔记
0. 机器爱学习 目前很多论文的实现还是基于tensorflow1.的版本，所以一个tf1的虚拟环境是必不可少的。 1. 环境 anaconda创建一个虚拟环境激活与关闭虚拟环境# 进入虚拟环境，使用 conda activate tf1 # 退出虚拟环境，使用 conda deactivateTensorflow平台实现faster_rcnn
一． Tensorflow平台实现faster_rcnn 1.下载tensorflow对象检测API存储库 直接在E：中创建一个文件夹，并将其命名为“ tensorflow1”。该工作目录将包含完整的TensorFlow对象检测框架，以及您的训练图像，训练数据，训练有素的分类器，配置文件以及对象检测分类器所需的所有其他内容。 单【北京大学】6 TensorFlow1.x的学习率、滑动平均和正则化实例及实现
目录 1 学习率1.1 概念1.2 举例理解1.3 学习率的选择 2 滑动平均2.1 概念2.2 滑动平均的实现 3 正则化3.1 概念3.2 实现3.3 举例 1 学习率 1.1 概念 学习率（Learning_rate）:每次参数更新的幅度 1.2 举例理解 代码实现 #coding:utf-8 #设损失函数 loss=(w+1)^2, 令w初值tensorflow1.X tf.estimator.Estimator详解
简介 Estimator 类，用来训练和验证 TensorFlow 模型。 Estimator 对象包含了一个模型 model_fn，这个模型给定输入和参数，会返回训练、验证或者预测等所需要的操作节点。 所有的输出（检查点、事件文件等）会写入到 model_dir，或者其子文件夹中。如果 model_dir 为空，则默认为临时目录ubuntu16.04安装tensorflow1.x
笔者有学习需要，故要安装tensorlow，之所以安装1.x版本的，是因为目前能找到的学习视频都是针对1.x版本来的，而且1.x和2.x的版本差别还是有一些的，笔者想着先用1.x版本来学习，经过一天的安装，笔者发现安装这个并没有想象的那么简单，但经过尝试也找到了一个好一点的安装方法，写在这里，记Tensorflow2.0学习（1）： Tensorflow1与Tensorflow2的简单区别
实例：1 + 1/2 + 1/2^2 + 1/2^3 + … + 1/2^50 tensorflow1 导包，看版本 import tensorflow as tf print(tf.__version__) 定义变量 x = tf.Variable(0.) y = tf.Variable(1.) 定义计算图 # x = x + y add_op = x.assign(x + y) # y = y / 2 div_op = y.assign(y / 2)Tensorflow1 AttributeError: module 'tensorflow' has no attribute XXX
两种情况： 一个是安装了tensorflow 2 但是你写的是tensorflow 1 的代码。 本机装的是Tensorflow 2 先确认自己的tensorflow的版本 import tensorflow as tf print(tf.__path__) 使用下面的代码使用tensorflow 1 的api import tensorflow.compat.v1 as tf tf.disable_v2_beha