TensorFlow在iOS和Mac上的使用
一、环境
1、首先你得安装好Xcode 8，确定开发者目录指向你安装Xcode的位置并且已经被激活。（如果你在安装Xcode之前已经安装了Homebrew，这可能会指向错误的地址，导致TensorFlow安装失败）：
sudo xcode-select -s /Applications/Xcode.
阿里开源！轻量级深度学习端侧推理引擎 MNN
阿里妹导读：近日，阿里正式开源轻量级深度学习端侧推理引擎“MNN”。
AI科学家贾扬清如此评价道：“与 Tensorflow、Caffe2 等同时覆盖训练和推理的通用框架相比，MNN 更注重在推理时的加速和优化，解决在模型部署的阶段的效率问题，从而在移动端更高效地实现模型背后的业务。
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。
Kubeflow 使用指南
Kubeflow（https://github.com/kubeflow）是基于Kubernetes（https://kubernets.io，容器编排与管理服务软件）和TensorFlow(https://tensorflow.org，深度学习库)的机器学习流程工具，使用Ksonnet进行应用包的管理。
