Soluciones prácticas

Guías prácticas de Procedimientos de TensorFlow

Resuelve el problema. Sigue construyendo. Colección de artículos instructivos del 29 de julio de 2022

Encuentra la respuesta que necesitas

Explora soluciones prácticas agrupadas por la tarea que realizas.

__COUNT__ entradas en esta página

TensorFlow InstallationInstalar TensorFlow TensorBoardEste artículo le enseñará cómo instalar un TensorBoard. TensorFlow InstallationInstalar TensorFlow 2 usando CondaEsta publicación le enseñará cómo instalar TensorFlow 2 usando Conda. TensorFlow VersionImprimir la versión de TensorFlowPara verificar la versión de TensorFlow, puede haber varias formas. Entre ellos, se demuestran 4 formas. Primero, se usa la línea de comando, luego, se verifica el paquete instalado. Además, existen otros dos métodos para conocer la versión de TensorFlow que viene como atributos. TensorFlow TensorImprime el valor del objeto Tensor en TensorFlowEsta publicación le enseñará cómo imprimir el valor del objeto tensor en TensorFlow. TensorFlow UninstallConda desinstala TensorFlowTensorFlow se puede desinstalar de un entorno Anaconda de tres maneras diferentes. Los primeros dos métodos solo incorporan los métodos específicos del entorno, y el otro elimina TensorFlow a través de pip. TensorFlow ConcatConcatenar dos tensores horizontalmente en TensorFlowEste artículo explica la concatenación de dos tensores horizontalmente usando el marco TensorFlow. TensorFlow GradientCinta de degradado TensorFlowEl descenso de gradiente es uno de los algoritmos más utilizados y confiables para definir la optimización. En este proceso de optimización se incluye un segmento de almacenamiento denominado cinta de gradiente. Almacena las entradas, salidas y resultados intermedios esperados. Y el razonamiento es que el algoritmo requiere retroceder para definir el costo mínimo para un caso determinado. TensorFlow ImageCambiar el tamaño de la imagen en TensorFlowPara cambiar el tamaño de las imágenes en TensorFlow, los métodos tf.image.resize() y tf.image.resize_images() se usan indistintamente. La diferencia básica es cómo se manipulan las imágenes y qué versión de TensorFlow se usa. TensorFlow TensorBoardCambiar el puerto predeterminado de TensorBoardEste artículo analizará el puerto TensorBoard y cómo cambiar el puerto predeterminado de TensorBoard. TensorFlow Model FitAjuste del modelo de TensorFlowTensorFlow model.fit() está relacionado con el segmento de entrenamiento de un modelo. Técnicamente alimenta la entrada al modelo e impulsa la salida esperada. En la parte abstraída, también utiliza la retroalimentación para la próxima sesión de entrenamiento y, por lo tanto, la función de pérdida finalmente se satura. TensorFlow AnacondaActualizar TensorFlow en el entorno AnacondaEsta publicación le enseñará cómo actualizar TensorFlow en el entorno de Anaconda. TensorFlow PlaceholderTensorFlow Feed_dictEsta publicación le enseñará sobre TensorFlow feed_dict. TensorFlow TensordotProducto de puntos de TensorFlowEsta publicación le enseñará sobre el producto punto en TensorFlow. TensorFlow InstallationInstalar TensorFlow con AnacondaTensorFlow se puede instalar en anaconda de tres maneras diferentes. La primera forma es crear una variable de entorno diferente en la sección de entorno del navegador anaconda. Otra es usar el símbolo del sistema del entorno base(raíz) del navegador anaconda e instalar TensorFlow en otra variable de entorno. La última forma es instalar TensorFlow en el entorno raíz a través de pip. TensorFlow LossEncuentre el valor de pérdida de entropía cruzada binaria usando TensorFlowEste artículo analiza dos métodos para encontrar la pérdida de entropía cruzada binaria, el marco TensorFlow y el cálculo teórico. TensorFlow NumPyConvierta Tensor en NumPy Array en TensorFlowEste artículo demuestra cómo convertir tensores en una matriz NumPy en TensorFlow. TensorFlow GPUComprobar si TensorFlow está usando GPUTensorFlow usando GPU es una forma eficiente de entrenar. Para incorporar GPU con TensorFlow, se puede usar DirectML. Además, hay formas de usar Docker que habilitan los servicios CUDA con controladores de GPU.