AI 大框架基于python来实现基带处理之TensorFlow(信道估计和预测模型,信号解调和解码模型)
在回归问题中，均方误差可以用来评估模型的性能，其中较小的均方误差表示模型的预测与真实值更接近。对于具有n个可能取值的离散变量，one-hot编码将其表示为长度为n的二进制向量，只有对应取值的位置上为1，其他位置上为0。解码的目标是将这些符号、样本或编码数据映射回原始的数字数据，以还原最初的信息。Se
Mac M1安装Miniconda+支持GPU的TensorFlow和PyTorch
电脑系统：MacBook Pro M1 + Mac Ventura 13.5安装：Miniconda + tensorflow-macos-2.13.0 + torch-2.0.1。
图像识别与分类：实战指南
在计算机视觉中，图像识别与分类的目标是根据图像内容将其分配给一个或多个类别。数据预处理：包括缩放、裁剪、翻转等操作，以增强图像数据的多样性。特征提取：从原始图像中提取有助于识别和分类的特征。模型训练：使用监督学习算法训练模型以区分不同类别。模型评估：使用一组测试数据评估模型的性能。应用模型：将训练好
零基础学人工智能：TensorFlow 入门例子
从这个例子中我们可以大致知道 TensorFlow 的运行模式：例子中是每次都要走一遍训练流程，实际上是可以用 tf.train.Saver() 来保存训练好的模型的。这个入门例子完成之后能对 TensorFlow 有个感性认识。TensorFlow 没有那么神秘，没有我们想的那么复杂，也没有我们想
神经网络实验报告-tensorflow基础
NumPy是Python中最重要的科学计算库之一，提供了多维数组、矩阵等数值计算功能，具有良好的数据处理能力和高效的计算性能，并且拥有丰富的函数库，可以进行数据加工、处理、筛选等操作。而TensorFlow则是一个由Google开发的机器学习框架，可以用来构建和训练神经网络等深度学习模型，提供灵活的
Tensorflow在pycharm中安装不上怎么办
Tensorflow在pycharm中安装不上怎么办
C++使用Tensorflow2.6训练好的模型进行预测
实现了使用c++加载并使用一个SavedModel形式的TensorFlow模型
tensorflow-gpu卸载 （windows）
tensorflow-gpu卸载 （windows）
航空大数据——项目资源汇总及开源（四）
ADS-B项目开源大礼包
tensorflow基于Anaconda环境搭建详细教程
TensorFlow是一个由Google Brain团队开发的开源软件库，用于各种人工智能和机器学习应用，包括神经网络、深度学习、强化学习等。TensorFlow提供了一个灵活的编程框架，可用于创建各种类型的机器学习模型，如分类、回归、聚类、语音识别、自然语言处理等。TensorFlow基于图形计算
Windows 下编译 TensorFlow 2.9.1 CC库
参考，不过项目还是可以用 TF原本的，不是一定要选择Intel 的TF版本。
【人工智能】LLM大模型中的词嵌入和上下文理解技术实例讲解，附具体的代码例子
词嵌入（Word Embeddings）可以将高维的文本数据转换成低维的稠密向量表示，在进行自然语言处理任务时，这样的表示方式可以帮助算法理解词语之间的相似性以及上下文关系。以下是一个使用 TensorFlow 和 Keras 实现 Word2Vec 词嵌入模型的代码实例。
Tensorflow实现训练数据的加载—模型搭建训练保存—模型调用和加载全流程
在Tensorflow深度学习框架下，实现从模型训练数据的加载—模型训练保存—模型调用和加载。
tensorflow安装步骤（CPU版本，Anaconda环境下，Windows10）
本文主要讲述了在Anaconda环境下，CPU版本tensorflow2.3.0的安装步骤，Windows10系统中Anaconda的安装步骤可以阅读此篇博客：用Anaconda安装TensorFlow(Windows10)本文分为两大部分：一、TensorFlow2.3.0安装步骤二、对Tenso
10.一篇文章带你理解及使用CSS(前端邪术-化妆术)
本文章为大家讲解了什么是CSS，CSS是用来为HTML美化页面的，她为什么可以被誉为前端的邪术-化妆术呢？就是因为一个平平无奇的页面经过CSS修饰过后会变得和一个美女一样，立刻就会变得有一个很好看的样子。此文章为CSS一篇通讲解，主要从CSS是什么、基本语法规范、引入方式、代码风格、选择器、常用元素
windows环境下Tensorflow环境搭建（CPU版）
windows中Tensorflow环境搭建及PyCharm中配置tensorflow环境
Docker【部署 05】docker使用tensorflow-gpu安装及调用GPU踩坑记录
docker使用tensorflow-gpu安装及调用GPU踩坑记录
深度学习篇之tensorflow(2) ---图像识别
tensorflow处理图像识别图像识别图像识别的关键点及特点卷积神经网络原理视觉生物学研究神经网络优势卷积层池化层正则化层卷积神经网络实例样本数据读取urlretrieve（）方法python tarfile模块构建卷积神经网络模型构建卷积层构建池化层完整代码实战完成代码
3、TensorFlow教程--- 理解人工智能
遵循机器学习概念的程序的能力是改善其对观测数据的性能。数据转换的主要动机是为了提高其知识，以便在未来实现更好的结果，为特定系统提供更接近所期望的输出。监督学习或监督训练包括一个过程，其中训练集作为输入提供给系统，在这个过程中，每个示例都带有一个期望的输出值标签。在这种类型的训练中，使用特定损失函数的
从GPU的内存访问视角对比NHWC和NCHW
NHWC和NCHW之间的选择会影响内存访问、计算效率吗？本文将从模型性能和硬件利用率来尝试说明这个问题。
