扬易
扬易_个人页
扬易
文章
15
问答
0
视频
0
个人介绍
暂无个人介绍
擅长的技术
-
发表了文章 2019-02-19
Tensorflow源码解析4 -- 图的节点 - Operation
# 1 概述 上文讲述了TensorFlow的核心对象，计算图Graph。Graph包含两大成员，节点和边。节点即为计算算子Operation，边则为计算数据Tensor。由起始节点Source出发，按照Graph的拓扑顺序，依次执行节点的计算，即可完成整图的计算，最后结束于终止节点Sink，并输出计算结果。 本文会对节点Operation进行详细讲解。 # 2 前端节点数据
-
发表了文章 2019-02-19
Tensorflow源码解析2 -- 前后端连接的桥梁 - Session
# 1 Session概述 Session是TensorFlow前后端连接的桥梁。用户利用session使得client能够与master的执行引擎建立连接，并通过session.run()来触发一次计算。它建立了一套上下文环境，封装了operation计算以及tensor求值的环境。 session创建时，系统会分配一些资源，比如graph引用、要连接的计算引擎的名称等。故计算完毕后
-
发表了文章 2019-02-19
Tensorflow源码解析1 -- 内核架构和源码结构
# 1 主流深度学习框架对比 当今的软件开发基本都是分层化和模块化的，应用层开发会基于框架层。比如开发Linux Driver会基于Linux kernel，开发Android app会基于Android Framework。深度学习也不例外，框架层为上层模型开发提供了强大的多语言接口、稳定的运行时、高效的算子，以及完备的通信层和设备层管理层。因此，各大公司早早的就开始了深度学习框架的研
-
发表了文章 2019-02-19
Tensorflow源码解析4 -- 图的节点 - Operation
# 1 概述 上文讲述了TensorFlow的核心对象，计算图Graph。Graph包含两大成员，节点和边。节点即为计算算子Operation，边则为计算数据Tensor。由起始节点Source出发，按照Graph的拓扑顺序，依次执行节点的计算，即可完成整图的计算，最后结束于终止节点Sink，并输出计算结果。 本文会对节点Operation进行详细讲解。 # 2 前端节点数据
-
发表了文章 2019-02-19
Tensorflow源码解析3 -- TensorFlow核心对象 - Graph
# 1 Graph概述 计算图Graph是TensorFlow的核心对象，TensorFlow的运行流程基本都是围绕它进行的。包括图的构建、传递、剪枝、按worker分裂、按设备二次分裂、执行、注销等。因此理解计算图Graph对掌握TensorFlow运行尤为关键。 # 2 默认Graph ### 默认图替换 之前讲解Session的时候就说过，一个Session只能r
-
发表了文章 2019-02-19
Tensorflow源码解析6 -- TensorFlow本地运行时
# 1 概述 TensorFlow后端分为四层，运行时层、计算层、通信层、设备层。运行时作为第一层，实现了session管理、graph管理等很多重要的逻辑，是十分关键的一层。根据任务分布的不同，运行时又分为本地运行时和分布式运行时。本地运行时，所有任务运行于本地同一进程内。而分布式运行时，则允许任务运行在不同机器上。 Tensorflow的运行，通过session搭建了前后端沟通的桥
-
发表了文章 2019-02-19
Tensorflow源码解析5 -- 图的边 - Tensor
# 1 概述 前文两篇文章分别讲解了TensorFlow核心对象Graph，和Graph的节点Operation。Graph另外一大成员，即为其边Tensor。边用来表示计算的数据，它经过上游节点计算后得到，然后传递给下游节点进行运算。本文讲解Graph的边Tensor，以及TensorFlow中的变量。 # 2 前端边Tensor数据结构 Tensor作为Graph的边
-
发表了文章 2019-02-19
Tensorflow源码解析7 -- TensorFlow分布式运行时
# 1 概述 TensorFlow架构设计精巧，在后端运行时这一层，除了提供本地运行时外，还提供了分布式运行时。通过分布式训练，在多台机器上并行执行，大大提高了训练速度。前端用户通过session.run()启动系统执行时，target默认为空字符串""，对应的是本地运行模式。若target以"grpc://"开头，则对应的是分布式运行模式，target指定了要连接的TensorFlow执行
-
发表了文章 2018-05-31
一文读懂物体分类AI算法：LeNet-5 AlexNet VGG Inception ResNet MobileNet
## 1 引言 当前深度学习十分火热，深度学习网络模型对于降低错误率的重要作用不言而喻。深度学习应用场景主要分为三类：物体识别与分类，物体检测，自然语言处理。在物体识别与分类领域，随着AlexNet在2012年一炮走红，深度学习重新燃起了一片热情。从Lenet5第一次使用卷积开始，经历了AlexNet VGG Inception ResNet等各种模型，错误率也一再降低。ResNet-152
-
发表了文章 2018-05-31
深度学习模型训练痛点及解决方法
## 1 模型训练基本步骤 进入了AI领域，学习了手写字识别等几个demo后，就会发现深度学习模型训练是十分关键和有挑战性的。选定了网络结构后，深度学习训练过程基本大同小异，一般分为如下几个步骤 1. 定义算法公式，也就是神经网络的前向算法。我们一般使用现成的网络，如inceptionV4，mobilenet等。 2. 定义loss，选择优化器，来让loss最小 3. 对数据进行迭
-
发表了文章 2018-05-31
一文读懂目标检测AI算法：R-CNN，faster R-CNN，yolo，SSD，yoloV2
## 1 引言 深度学习目前已经应用到了各个领域，应用场景大体分为三类：物体识别，目标检测，自然语言处理。上文我们对物体识别领域的技术方案，也就是CNN进行了详细的分析，对LeNet-5 AlexNet VGG Inception ResNet MobileNet等各种优秀的模型框架有了深入理解。本文着重与分析目标检测领域的深度学习方法，对其中的经典模型框架进行深入分析。 目标检测可以
-
发表了文章 2017-03-27
React源码分析5 -- 组件通信，refs，key，ReactDOM
React源码系列文章，请多支持： [React源码分析1 — 组件和对象的创建（createClass，createElement)](https://www.atatech.org/articles/72905) [React源码分析2 — React组件插入DOM流程](http://www.atatech.org/articles/72908) [React源码分析3 — React
-
发表了文章 2017-03-17
React源码分析6 — React合成事件系统
React源码系列文章，请多支持： [React源码分析1 — 组件和对象的创建（createClass，createElement)](https://www.atatech.org/articles/72905) [React源码分析2 — React组件插入DOM流程](http://www.
-
发表了文章 2017-03-15
React源码分析3 — React生命周期详解
React源码系列文章，请多支持： [React源码分析1 — 组件和对象的创建（createClass，createElement)](https://www.atatech.org/articles/72905) [React源码分析2 — React组件插入DOM流程](http://www.
-
发表了文章 2017-03-15
React源码分析4 — setState机制
React源码系列文章，请多支持： [React源码分析1 — 组件和对象的创建（createClass，createElement)](https://www.atatech.org/articles/72905) [React源码分析2 — React组件插入DOM流程](http://www.atatech.org/articles/72908) [React源码分析3 — React
暂无更多信息
-
发表了文章
2019-02-19
Tensorflow源码解析4 -- 图的节点 - Operation
-
发表了文章
2019-02-19
Tensorflow源码解析2 -- 前后端连接的桥梁 - Session
-
发表了文章
2019-02-19
Tensorflow源码解析1 -- 内核架构和源码结构
-
发表了文章
2019-02-19
Tensorflow源码解析4 -- 图的节点 - Operation
-
发表了文章
2019-02-19
Tensorflow源码解析3 -- TensorFlow核心对象 - Graph
-
发表了文章
2019-02-19
Tensorflow源码解析6 -- TensorFlow本地运行时
-
发表了文章
2019-02-19
Tensorflow源码解析5 -- 图的边 - Tensor
-
发表了文章
2019-02-19
Tensorflow源码解析7 -- TensorFlow分布式运行时
-
发表了文章
2018-05-31
一文读懂物体分类AI算法：LeNet-5 AlexNet VGG Inception ResNet MobileNet
-
发表了文章
2018-05-31
深度学习模型训练痛点及解决方法
-
发表了文章
2018-05-31
一文读懂目标检测AI算法：R-CNN，faster R-CNN，yolo，SSD，yoloV2
-
发表了文章
2017-03-27
React源码分析5 -- 组件通信，refs，key，ReactDOM
-
发表了文章
2017-03-17
React源码分析6 — React合成事件系统
-
发表了文章
2017-03-15
React源码分析3 — React生命周期详解
-
发表了文章
2017-03-15
React源码分析4 — setState机制
滑动查看更多
暂无更多信息
暂无更多信息