登录社区云，与社区用户共同成长
邀请您加入社区
本文是GCN(Semi-Supervised Classification with Graph Convolutional Networks, by Thomas N. Kipf)的tensorflow 2 实现的学习笔记。本文的目的是通过梳理作者实现GCN的思路，学习使用TF2搭建训练DL模型。
DINet + OpenFace 实现唇形驱动，比 wav2lip 效果好而且不用修改神经网络，不用额外训练同步判别器
tensorflow如何定义张量、定义网络结构、超参数设置、模型训练呢？？？？
win11+4090安装tensorflow 2.0
其他情况我不清楚，我这里查了半天，发现是csv数据集中有空值，也就是pandas里所说的null值。使用pandas函数dropna()去掉就好了。
首先，请确保电脑上已经安装了 Anaconda。如果没有，请按照下载安装安装和使用可参考：继续去官网安装cuda和cuDNN下载对应版本，本机是cuda 12.4和cudnn 11.6输入以下命令来创建一个名为py38_test的新虚拟环境（名称自己定），指定 Python 版本为 3.8.8为了支持 TensorFlow-GPU，我们需要安装CUDA Toolkit 11.3和cuDNN 8.2
在运行confyui配合controlnet生成openpose图片时报错'NoneType'对象没有属性'copy'，如图。将controlnet进行模型更换controlnet模型进行运行即可完美解决。
作者丨Edison_G来源丨计算机视觉研究院编辑丨极市平台深度学习训练过程一直处于黑匣子状态，有很多同学问我具体怎么解释？其实很多还是无法可解释，但是通过可视化，具体可以知道深度学习在训...
训练线性函数import numpy as npimport tensorflow.keras as keras# 构建模型model = keras.Sequential([keras.layers.Dense(units=1,input_shape=[1])])# optimizer优化，loss损失model.compile(optimizer='sgd', loss='mean_squar
tensorflow
——tensorflow
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
尧米AI
