《面向机器智能的TensorFlow实践》一1.3 TensorFlow:一个现代的机器学习库-阿里云开发者社区

开发者社区> 华章计算机> 正文

《面向机器智能的TensorFlow实践》一1.3 TensorFlow:一个现代的机器学习库

简介:
+关注继续查看

本节书摘来自华章出版社《面向机器智能的TensorFlow实践》一书中的第1章,第1.3节,作者 山姆·亚伯拉罕(Sam Abrahams)丹尼亚尔·哈夫纳(Danijar Hafner)[美] 埃里克·厄威特(Erik Erwitt)阿里尔·斯卡尔皮内里(Ariel Scarpinelli),更多章节内容可以访问云栖社区“华章计算机”公众号查看。





1.3 TensorFlow:一个现代的机器学习库

TensorFlow由谷歌于2015年11月向公众正式开源,它是汲取了其前身—DistBelief在创建和使用中多年积累的经验与教训的产物。TensorFlow的设计目标是保证灵活性、高效性、良好的可扩展性以及可移植性。任何形式和尺寸的计算机,从智能手机到大型计算集群,都可运行TensorFlow。TensorFlow中包含了可即刻将训练好的模型产品化的轻量级软件,有效地消除了重新实现模型的需求。TensorFlow拥抱创新,鼓励开源的社区参与,但也拥有一家大公司的支持、引导,并保持一定的稳定性。由于其强大的功能,TensorFlow不仅适合个人使用,对于各种规模的公司(无论是初创公司,还是谷歌这样的大公司)也都非常适合。

如果你和你的同事拥有数据、一个有待求解的问题以及一台可工作的计算机,那么很幸运,TensorFlow正是你们一直寻找的“武林秘籍”。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
15 年老兵谈阿里云大规模机器学习实践
  近年来,机器学习技术的发展归因于我们有极其庞大的数据用来训练算法。当企业需要落地大规模机器学习时,往往会面临很多难题,如何解决这些问题?如何系统了解大规模机器学习落地的技巧?其适用场景是什么?InfoQ 希望通过该选题解决这些问题,并推动企业在大规模机器学习方面的实践。本文,InfoQ 有幸采访了阿里云机器学习研究员林伟,听他分享自己的经验和见解。
4 0
与数据隐私相关的 AI 关键问题
  本文最初发表在 Towards Data Science 博客,经原作者 Alexandros Zenonos 授权,InfoQ 中文站翻译并分享。   隐私不仅是与人工智能有关的问题,也是任何与数据相关的领域普遍关注的问题。隐私是关于人们对其个人数据和基于这些数据所做的决定的控制。
6 0
机器学习的发展历程| 学习笔记
快速学习机器学习的发展历程
9 0
课程内容介绍(1)| 学习笔记
快速学习课程内容介绍(1)
5 0
携科技、与智能同行-CSDI技术峰会有感
携科技、与智能同行-CSDI技术峰会有感
7 0
课程内容介绍(1)| 学习笔记
快速学习课程内容介绍(1)
5 0
课程内容介绍 | 学习笔记
快速学习课程内容介绍
16 0
其他学习算法| 学习笔记
快速学习其他学习算法
9 0
Keras之父写给年轻程序员的33条忠告
  代码是一种交流方式,Keras 之父 Fran?ois Chollet 在本文中为我们总结了在开发过程中、API 设计中及软件职业生涯中应该关注哪些要点。原则是形式化的直觉,比原始模式识别适用于更广泛的情况,Fran?ois Chollet 的这份原则清单将带你领略大师的品味。
6 0
10059
文章
0
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载