TensorFlow

首页 标签 TensorFlow
# TensorFlow #
关注
5057内容
TensorFlow学习笔记之五——源码分析之最近算法
import numpy as np import tensorflow as tf # Import MINST data import input_data mnist = input_data.read_data_sets("/tmp/data/", one_hot=True) #这里主要是导入数据,数据通过input_data.py已经下载到/tmp/data/目录之下了,这里下载数据的时候,需要提前用浏览器尝试是否可以打开 #http://yann.lecun.com/exdb/mnist/,如果打不开,下载数据阶段会报错。
《白话深度学习与TensorFlow》——2.3 深度学习为什么这么强
本节书摘来自华章计算机《白话深度学习与TensorFlow》一书中的第2章,第2.3节,作者:高扬,卫峥著, 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
《TensorFlow实战》| 每日读本书
首著问世,Google TensorFlow研发团队力荐的中文教程、TF工程研发总监Rajat力荐!TensorFlow Contributor、Committer原创,受深度学习泰斗颜水成等业内人士好评。每日搜罗最具权威专业书籍,更多图书请关注“每日读本书”。
TensorFlow 聊天机器人开源项目评测第一期:DeepQA
聊天机器人开源项目评测第一期:DeepQA https://github.com/Conchylicultor/DeepQA 用 i5 的笔记本早上运行到下午,跑了 3 轮的结果,最后效果并不理想。
kubeflow系列(三):模型即服务,关于tensorflow serving的使用
模型即服务(Model as a service)作为算法模型最优雅的价值变现,也是最佳的tf算法部署实践,Tensorflow Serving 作为Tensorflow官方的模型部署方案,也是kubeflow默认的一种tensorflow部署形式,本文介绍如何用 Tensorflow Serving 部署算法模型。
对象存储适合人工智能和机器学习的三个原因
如今,各种类型的企业都致力于采用人工智能和机器学习项目,但要发挥其真正的潜力,则需要克服重大的技术障碍。虽然计算基础设施通常是重点,但存储设施也同样重要。
免费试用