[[387609]] 你用pyTorch还是用tensorflow？ 对于不同人群可能有不同的答案，科研人员可能更偏爱p

0x00 摘要 本文以下面两篇官方文档为基础来学习TensorFlow 如何进行分布式训练： https://tenso

折腾了一天，终于把Tensorflow装好了。参照多篇教程，走了一些弯路，也是不容易。经过这次安装，得到的启示就是，还是

【2026年TensorFlow神器：reduce_mean深度解析】算术平均怎么玩？算术平均你是不是也折腾过？我在处理

2026年TensorFlow Jav

在部署自己训练好的模型前，首先运行一下tensorflow发布的官方demo，运行成功，特此记录！ 首先说明一下我在An

2015 年，谷歌大脑开放了一个名为「TensorFlow」的研究项目，这款产品迅速流行起来，成为人工智能业界的主流深度

深度学习与TensorFlow DNN（深度神经网络算法）现在是AI社区的流行词。最近，DNN 在许多数据科学竞赛/Ka

安装 pip3 install tensorflow 或者源码编译安装，源码编译安装的方式能充分利用CPU的计算性能，这

Keras 是与 TensorFlow 一起使用的更高级别的作为后端的 API。添加层就像添加一行代码一样简单。在模型架

1.TensorFlow 系统架构： 分为设备层和网络层、数据操作层、图计算层、API 层、应用层。其中设备层和网络层、

[[220444]] 在本文中，我们将看一些 TensorFlow 的例子，并从中感受到在定义张量tensor和使用张量

虽然tensorflow是python的一个库（并不

TensorFlow是由Tensor和Flow两个英文单词构成。谷歌公司首款智能芯片命名为Tensor（2021年推出）

PyTorch 和 TensorFlow 是目前最主流的两个深度学习框架，绝大多数研究者会选择PyTorch 或者 Te

初衷： 由于系统、平台的原因，网上有各种版本的tensorflow安装教程，基于linux的、mac的、windows的

pytorch 和 tensorflow的区别 1 图的创建及调试 pytorch 图结构的创建是动态的，即图是运行时创

前言 Tensorflow和pytorch是两个不同模块，导入import时对python的版本和编译环境有要求，要想同

最近需要将自定义的TensorFlow模型部署在JETSON XAVIER NX DEVELOPER KIT，这里记录一

一、引言 在这里，我们长话短说，短话简说，抱歉，还是说了这么多废话，两年多没有正式写技术博客了，有点兴奋又有点伤感，那就

三好学生成绩问题 总分 = 德育分 * 60% + 智育分 * 60% + 体育分 * 60% 假设家长不知道这个规则，

1. FNN、PNN、wide&deep等此前几种深度模型 见下图。 1) FNN，见图左边。用 FM 预训练embed

循环神经网络 介绍 可以在 this great article 查看循环神经网络(RNN)以及 LSTM 的介绍。 语

重要细节： 首先说明，anaconda默认的下载路径是外国网址，下载速度很慢，首先将默认下载地址改成国内镜像。 试了清华

1、确定tensorfolw版本 首先根据 nx 系统版本安装匹配的tensorflow，参考官方给出的建议：链接 我手

安装GPU版TF 在2.2节中我们已经安装了CPU版的TensorFlow

在Windows 10上搭建TensorFlow环境 版权声明：本文为博主chszs的原创文章，未经博主允许不得转载。

作者此前一直是TensorFlow用户，不过出于工作考虑，加入NVIDIA时，决定改用PyTorch，也就有了对比PyT

本文主要探索如何使用深度学习框架 MXNet 或 TensorFlow 实现线性回归模型？并且以 Kaggle 上数据集

用TensorFlow轻松识别手写数字 ADDOPS团队籍鑫璞 360云计算 MNIST简介 学习一门编程语言，都是从最

第1章 Tensor运算概述 1.1 概述 Tensorflow提供了大量的张量运算，基本上可以对标Numpy多维数组的

导读 一个Tensorflow训练后量化的工具，不用再单独训练一个低精度模型了，原来的全精度模型直接就可以转换。 我们非

在TensorFlow 2.0中对大量的高阶API库进行了删减与合并，根据官方的解释，这一切的变化都是为了使Tensor

我把这事说清楚说实话，我试过很多办法都没能在Jetson TX2上搞定TensorFlow。不是说这个平台不行，而是版本

通过这四个方面的对比，作者最后得出结论，TensorFlow 在大多数领域仍然处于领先地位，但 PyTorch 正在取得

一、Tensor介绍 在介绍之前，首先要记住一个结论：TensorFlow使用Tensor来表示数据 接着我们来看看什么

1、前言 很多人在学习深度学习时，都会对于学习哪个深度学习的框架而烦恼，到底是Tensorflow 还是 pytourc

别着急，2026年使用TensorFlow

（双手比划着把电脑往一边推）你们有没有注意到，有时候跑TensorFlow代码时明明把模型写却

1 前言 在介绍Tensorflow的过程中，笔者并不会想其它书本一样先依次介绍各种API的作用，然后再来搭建一个模型。

1 系统架构 图 4-1 给出的是 TensorFlow 的系统架构，自底向上分为设备层和网络层、数据操作层、 图计算层

在此选用了业界主流的三种深度学习框架Paddle，TensorFlow和Mxnet，对它们分别作了实战评估。用于测试的模

PyTorch 是一种用于构建深度学习模型的功能完备框架，同时tensorflow也是常用的框架之一。大家在学习的时候，

1.介绍 TensorFlowOnSpark 为 Apache Hadoop 和 Apache Spark 集群带来可扩

前言： 一般来说，如果安装tensorflow主要目的是为了调试些小程序的话，只要下载相应的包，然后，直接使用pip i

TensorFlow是目前世界上最受欢迎的深度学习框架，主要应用于图像识别、语言理解、语音理解等领域方面。它具有快速、灵

计算图纸 Tensorflow 首先要定义神经网络的结构, 然后再把数据放入结构当中去运算和 training. 因为T

「调试代码（debug）是框架用户体验的关键部分，更轻松的调试意味着更快的迭代周期。在此版本中，我们通过三个主要更改对

TensorFlow计算图是由op和tensor组成，那么tensor一般都用来代表什么呢？显然，像模型的输入数据、网络

目前主流深度学习框架有Tensorflow和pytorch，由于一些原因我只在windows10下安装了以上两个深度学习