TensorFlow

How-to TensorFlow 勾配テープ 勾配降下法は、最適化を定義するために最も使用され、信頼されているアルゴリズムの 1つです。 この最適化プロセスには、勾配テープと呼ばれる保存セグメントが含まれます。 入力、出力、および予想される中間結果を格納します。 そしてその理由は、特定のケースの最小コストを定義するためにアルゴリズムがバックパスを必要とするからです。 ↗ How-to TensorFlow モデルの適合 TensorFlow model.fit() は、モデルのトレーニング セグメントに関連しています。 技術的には、入力をモデルに送り、期待される出力を駆動します。 抽象化された部分では、次のトレーニング セッションのフィードバックも使用するため、損失関数は最終的に飽和します。 ↗ How-to TensorFlow で 2つのテンソルを水平方向に連結する この記事では、TensorFlow フレームワークを使用した 2つのテンソルの水平方向の連結について説明します。 ↗ How-to TensorFlow バージョンの出力 TensorFlow のバージョンを確認するには、複数の方法があります。 その中で、4つの方法が示されています。 最初にコマンドラインを使用し、次にインストールされたパッケージをチェックします。 また、属性として提供される TensorFlow のバージョンを知る別の 2つの方法があります。 ↗ How-to Conda を使用して TensorFlow 2 をインストールする この投稿では、Conda を使用した TensorFlow 2 のインストールについて説明します。 ↗ How-to TensorFlow を使用してバイナリ クロス エントロピー損失値を求める この記事では、TensorFlow フレームワークと理論計算という、バイナリ クロス エントロピー損失を見つけるための 2つの方法について説明します。 ↗ How-to TensorFlow での画像のサイズ変更 TensorFlow で画像のサイズを変更するには、メソッド tf.image.resize() と tf.image.resize_images() を同じ意味で使用します。 基本的な違いは、画像の操作方法と使用される TensorFlow のバージョンです。 ↗ How-to TensorFlow で Tensor を NumPy 配列に変換する この記事では、TensorFlow でテンソルを NumPy 配列に変換する方法を示します。 ↗ How-to TensorFlow が GPU を使用しているかどうかを確認する GPU を使用した TensorFlow は、トレーニングの効率的な方法です。 GPU を TensorFlow に組み込むには、DirectML を使用できます。 また、GPU ドライバーで CUDA サービスを有効にする Docker を使用する方法もあります。 ↗ How-to Conda アンインストール TensorFlow TensorFlow は、3つの異なる方法で Anaconda 環境からアンインストールできます。 最初の 2つのメソッドは環境固有のメソッドのみを組み込み、もう 1つのメソッドは pip を介して TensorFlow を削除します。 ↗ How-to Anaconda 環境で TensorFlow を更新する この投稿では、Anaconda 環境での TensorFlow の更新について説明します。 ↗ How-to Anaconda で TensorFlow をインストールする TensorFlow は 3つの異なる方法で anaconda にインストールできます。 最初の方法は、anaconda ナビゲーターの環境セクションで別の環境変数を作成することです。 もう 1つは、anaconda ナビゲーターのベース(ルート) 環境コマンド プロンプトを使用し、TensorFlow を別の環境変数にインストールする方法です。 最後の方法 … ↗