TensorFlow

首页 标签 TensorFlow
# TensorFlow #
关注
5089内容
深度学习必备手册(上)
深度学习作为人工智能的前沿技术,虽然一方面推动者人工智能的发展;但是人类的终极目标是强人工智能,最近也有一些关于类似于笔者认为的广度学习的出现,但是宗其所属,还是应该在深度学习发展的历史上前进。
可能是近期最好玩的深度学习模型:CycleGAN的原理与实验详解
因为CycleGAN只需要两类图片就可以训练出一个模型,所以它的应用十分广泛,个人感觉是近期最好玩的一个深度学习模型。这篇文章介绍了CycleGAN的一些有趣的应用、Cycle的原理以及和其他模型的对比,最后加了一个TensorFlow中的CycleGAN小实验,希望大家喜欢~
机器学习的敲门砖:手把手教你TensorFlow初级入门
在开始使用机器学习算法之前,我们应该首先熟悉如何使用它们。 而本文就是通过对TensorFlow的一些基本特点的介绍,让你了解它是机器学习类库中的一个不错的选择。
如何在阿里ECS云端运行Jupyter Notebook进行机器/深度学习?
本文主要是介绍如何在阿里云上安装jupyter notebook并实现云端访问,在jupyter上进行机器学习或者深度学习。针对没有任何Linux基础的新手所写(因为我也是新手啦!),所以比较详(luo)细(suo),大神勿喷哟!
一文入门卷积神经网络:CNN通俗解析
CNN基础知识介绍及TensorFlow具体实现,对于初学者或者求职者而言是一份不可多得的资料。
tensorflow object detection API使用之GPU训练实现宠物识别
之前写过几篇关于tensorflow object detection API使用的相关文章分享,收到不少关注与鼓励,所以决定再写一篇感谢大家肯定与支持。在具体介绍与解释之前,首先简单说一下本人测试与运行的系统与软件环境与版本
GPU加速深度学习
本文介绍了GPU用于深度学习(尤其是深度学习训练)加速的背景,使用了主流的开源深度学习框架在NVIDIA GPU上实测加速性能,并给出了一些使用建议。
深度学习小技巧(一):如何保存和恢复TensorFlow训练的模型
深度学习小技巧掌握:作者通过一个简单的例子详细介绍了如何将训练过程中的深度学习模型保存,然后如何加载。有了这个小技巧,再也不用担心在训练模型中出错了。
浅析GPU通信技术(上)-GPUDirect P2P
1. 背景 GPU在高性能计算和深度学习加速中扮演着非常重要的角色, GPU的强大的并行计算能力,大大提升了运算性能。随着运算数据量的不断攀升,GPU间需要大量的交换数据,GPU通信性能成为了非常重要的指标。
TensorFlow中的那些高级API
在这篇文章中,我们将看到一个使用了最新高级构件的例子,包括Estimator(估算器)、Experiment(实验)和Dataset(数据集)。值得注意的是,你可以独立地使用Experiment和Dataset。不妨进来看看作者是如何玩转这些高级API的。
免费试用