算法框架/工具

首页 标签 算法框架/工具
# 算法框架/工具 #
关注
10796内容
过去5年最受欢迎机器学习论文+代码速查
Papers with Code网站将ArXiv上的最新机器学习论文与GitHub上的代码联系起来。这个项目索引了大约5万篇论文和1万个GitHub库,你可以按标题关键词查询,也可以按流行程度、GitHub星星数排列“热门研究”,跟上ML社区流行的最新动态。
贾扬清:把生命浪费在有意思的事情上
在这个“攻城狮”自带光芒的日子里,阿里妹请来AI大神贾扬清,作为一位开发者,聊一聊他自己的开发者经历,希望对你有所启发。
TensorFlow Lite源码解析--模型加载和执行
TensorFlow Lite是专门针对移动和嵌入式设备的特性重新实现的TensorFlow版本。相比普通的TensorFlow,它的功能更加精简,不支持模型的训练,不支持分布式运行,也没有太多跨平台逻辑,支持的op也比较有限。但正因其精简性,因此比较适合用来探究一个机器学习框架的实现原理。不过准确讲,从TensorFlow Lite只能看到预测(inference)部分,无法看到训练(t
Kubeflow实战系列:利用TFJob导出分布式TensorFlow模型
本系列将介绍如何在阿里云容器服务上运行Kubeflow, 本文介绍如何使用`TfJob`导出分布式模型训练模型。
【开发者的2018】GAN、AutoML、统一框架、语音等十大趋势
本文从开发者的角度,总结了GAN、AutoML、语音识别、NLP等已经可以用于实际产品的技术,以及值得关注的新趋势。作者认为,有ONNX这类的统一格式,Caffe Zoo等模型库,以及AutoML等自动化工具,制作基于AI的应用已经变得非常容易。
入门项目数字手写体识别:使用Keras完成CNN模型搭建
本文是通过Keras实现深度学习入门项目——数字手写体识别,整个流程介绍比较详细,适合初学者上手实践。
TensorFlow VS TensorFlow Mobile VS TensorFlow Lite
# TensorFlow的简介 TensorFlow是一个机器学习框架,其整体架构设计主要分成Client,Master和Worker。解耦的架构使得它具有高度灵活性,使它可以方便地在机器集群上部署。 ### TensorFlow的代码架构 TensorFlow整体架构如下(图片来自[官网](https://www.tensorflow.org/extend/architecture))
免费试用