使用TensorFlow进行简单的图像处理
使用TensorFlow进行简单的图像处理
概述
作为计算机视觉开发者，使用TensorFlow进行简单的图像处理是基本技能，而TensorFlow在tf.image包中支持对图像的常见的操作包括：
亮度调整
对比度调整
饱和度调整
图像采样插值放缩
色彩空间转换
Gamma校正
标准化
图像的读入与显示我们通过OpenCV来实现，这里需要注意一点，OpenCV中图像三个通道是BGR，如果你是通过tensorflow读取的话三个通过顺序是RGB。
Text-CNN-文本分类-keras
Text CNN
1. 简介
TextCNN 是利用卷积神经网络对文本进行分类的算法，由 Yoon Kim 在 “Convolutional Neural Networks for Sentence Classification” 一文中提出. 是2014年的算法.
我们将实现一个类似于Kim Yoon的卷积神经网络语句分类的模型。
Forge：如何管理你的机器学习实验
在开始机器学习实验时，大多数人都会经历几个步骤。首先快速写出模型原型和训练脚本。然而几天之后，代码库变得不规则，并且由于代码间混乱的依赖性和没有固定结构，任何修改都需要花费很多时间。因此，我们队模型进行重构，模型的各个部分被包装成单独的，有意义的对象。
开发函数计算的正确姿势——tensorflow serving
前言
首先介绍下在本文出现的几个比较重要的概念：
函数计算（Function Compute）: 函数计算是一个事件驱动的服务，通过函数计算，用户无需管理服务器等运行情况，只需编写代码并上传。函数计算准备计算资源，并以弹性伸缩的方式运行用户代码，而用户只需根据实际代码运行所消耗的资源进行付费。
【干货】史上最全的Tensorflow学习资源汇总
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！
作者：AI小昕
在之前的Tensorflow系列文章中，我们教大家学习了Tensorflow的安装、Tensorflow的语法、基本操作、CNN的一些原理和项目实战等。
《白话深度学习与TensorFlow》——导读
另一方面，深度学习从其解决问题的根本理论方面需要比较深厚和扎实的数学基础，尤其是高等数学、线性代数、泛函分析及其延伸学科的基础，这就使得很多高等数学相关基础不好的朋友学习起来非常吃力。