AI 助理
文档备案控制台

TensorFlow

首页 标签 TensorFlow
# TensorFlow #
关注
5065内容
最新 热门 文章 问答 课程
天地遨游
|
博文
客户端码农学习ML —— 工具框架Tensorflow及Android、iOS上初步实验
与其上来就学习相对枯燥易让人放弃的数学，不如先做几个例子并在Android、iOS上熟悉下整个操作流程，通过实战激发下兴趣。 开发环境准备 首先安装Python，推荐Python3，装好后别忘了设置下载源镜像，不然安装各种包的时候下载速度很感人。
# GPU云服务器 # 人工智能 # TensorFlow # 算法框架/工具 # Android开发 # Python # 异构计算 # iOS开发 # 并行计算 # 算法 # 程序员
【方向】
|
博文
看深度学习框架排名第一的TensorFlow如何进行时序预测——第一篇
2017年深度学习框架关注度排名tensorflow以绝对的优势占领榜首，本文通过一个小例子介绍了TensorFlow在时序预测上的应用。
# 机器学习/深度学习 # 算法 # TensorFlow # 算法框架/工具 # Python
技术小能手
|
博文
【前沿】何恺明大神ICCV2017最佳论文Mask R-CNN的Keras/TensorFlow/Pytorch 代码实现
何恺明大神的论文Mask R-CNN 获得ICCV最佳论文 ，而关于这篇论文的TensorFlow\Pytorch\Keras实现相继开源出来，让我们来看下。
# 数据可视化 # PyTorch # TensorFlow # 算法框架/工具 # Python
撷峰
|
博文
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。
# GPU云服务器 # 机器学习/深度学习 # 虚拟化 # 异构计算 # RDMA # 算法框架/工具 # TensorFlow # 开发者 # 存储 # 并行计算 # 云计算
技术小能手
|
博文
tensorflow object detection API训练公开数据集Oxford-IIIT Pets Dataset
# API # TensorFlow # 算法框架/工具 # Python # Windows
撷峰
|
博文
云上深度学习实践（一）-GPU云服务器TensorFlow单机多卡训练性能实践
本文将介绍TensorFlow在阿里云GPU云服务器上的单机性能表现，并对单机多卡的性能调优给出了一些建议。
# GPU云服务器 # 机器学习/深度学习 # TensorFlow # 算法框架/工具 # 异构计算
sorrower
|
博文
Ubuntu18.04LTS下cuda10.0+cudnn7.5+TensorFlow1.13环境搭建
目录 前言 开发环境一览 显卡驱动安装 下载驱动 禁用nouveau 安装驱动 安装CUDA10.0 第一个CUDA程序 安装cudnn7.5 安装TensorFlow1.13 最后 前言 之前写过cuda环境的搭建文章, 这次干脆补全整个深度学习环境的搭建.
# 并行计算 # Ubuntu # Linux # 开发工具 # Python # 算法框架/工具 # TensorFlow # 异构计算 # 机器学习/深度学习 # Shell
贤维
|
博文
|
来自： 云原生
Serverless助力AI计算：阿里云ACK Serverless/ECI发布GPU容器实例
ACK Serverless（Serverless Kubernetes）近期基于ECI（弹性容器实例）正式推出GPU容器实例支持，让用户以serverless的方式快速运行AI计算任务，极大降低AI平台运维的负担，显著提升整体计算效率。
# 容器服务Kubernetes版 # 容器计算服务 # 函数计算 # GPU云服务器 # 弹性容器实例 # 机器学习/深度学习 # TensorFlow # 算法框架/工具 # 容器 # 异构计算
【方向】
|
博文
送机器学习电子书——(TensorFlow)RNN入门
本文作者正在写自己的新书Machine Learning with TensorFlow，这篇博文只是他新书的一小部分，作者用简单的语言介绍了RNN，不用一个小例子介绍了如何使用Tensorflow中内置的RNN模型进行预测。
# 机器学习/深度学习 # 测试技术 # TensorFlow # 算法框架/工具
烁凡
|
博文
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 # 算法框架/工具 # Python # API # 计算机视觉
免费试用