Keras多GPU训练指南
随着Keras（v2.0.8）最新版本的发布，使用多GPU 训练深度神经网络将变得非常容易，就跟调用函数一样简单!利用多GPU，能够获得准线性的提速。
《TensorFlow技术解析与实战》——1.2 什么是深度学习
本节书摘来自异步社区《TensorFlow技术解析与实战》一书中的第1章，第1.2节，作者李嘉璇，更多章节内容可以访问云栖社区“异步社区”公众号查看
第1章 人工智能概述
TensorFlow技术解析与实战
有人说，人工智能在世界范围的流行，是因为那盘围棋。
机器学习2017年重大进展汇总
2017年注定是机器学习快速发展的一年，特别是机器学习商业化的成功是的更多的人积极的投入到机器学习的学习当中。机器学习一定会成为未来的技术，让我们看看这项未来的技术现在发展到何种程度。
TensorFlow 2.0+Keras 防坑指南
TensorFlow 2.0是对1.x版本做了一次大的瘦身，Eager Execution默认开启，并且使用Keras作为默认高级API，这些改进大大降低的TensorFlow使用难度。
本文主要记录了一次曲折的使用Keras+TensorFlow2.0的BatchNormalization的踩坑经历，这个坑差点要把TF2.0的新特性都毁灭殆尽，如果你在学习TF2.0的官方教程，不妨一观
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
《TensorFlow技术解析与实战》——2.3 基于Java的安装
本节书摘来自异步社区《TensorFlow技术解析与实战》一书中的第2章，第2.3节，作者李嘉璇，更多章节内容可以访问云栖社区“异步社区”公众号查看
第2章 TensorFlow环境的准备
2.3 基于Java的安装
基于Java的方式安装，可以参照TensorFlow官方GitHub的安装方法[6]。
