開啟anconda prompt
建立conda虛擬環境
用create -n 新建乙個名叫tf2.1的環境用python3.7版本
conda create -n tf2.1 python=3.7
進入tensorflow2.1環境
conda activate tf2.1
安裝英偉達的sdk10.1版本
conda install cudatoolkit=10.1
安裝英偉達深度學習軟體包7.6版本
conda install cudnn=7.6
如果你的gpu不支援英偉達，可以直接跳過上面兩步，直接安裝tensorflow
安裝tensorflow
用pip install tensorflow==2.1指定2.1版本
安裝完成後進入python環境驗證是否安裝成功
控制台輸入python
import tensorflow as tf
檢視tensorflow版本
tf.__version__
如果顯示2.1.0說明安裝成功了
安裝按步驟進行
建立乙個新專案
選用預設路徑
設定工程路徑
設定環境變數
使用剛剛配置好的conda環境
選擇剛剛配置的tf2.1作為python直譯器
如果網路不好的話，建議新增如下清華映象再嘗試
conda config --add channels
conda config --add channels
conda config --add channels
conda config --add channels
conda config --add channels
conda config --set show_channel_urls yes
tensorflow2 1的維度變換
函式的作用是將tensor變換為引數shape的形式，其中shape為乙個列表形式，特殊的一點是列表中可以存在 1 1代表的含義是不用我們自己指定這一維的大小，函式會自動計算，但列表只能存在乙個 1。如果存在多個 1，就是乙個存在多解的方程 a tf.random.normal 4 28,28 3 ...
TensorFlow2 1張量排序
排序函式tf.sort 用法 tf.sort values,axis 1 direction ascending name none 引數說明 排序的座標tf.argsort 返回張量的索引，該張量給出沿軸的排序順序。用法 tf.argsort values,axis 1 direction asc...
tensorflow 2 1 自定義訓練
常常會遇到自定義網路結構的情況，自定結構後往往會有多個輸入，或者還需要自定義loss或者accuracy函式，那麼keras的fit就無法使用了，因此需要自定義訓練步驟 下面則自定義一次batch的訓練步驟，包含了計算loss，accuracy和梯度下降。tensorflow2.0 主推eager模...