机器学习和人工智能是当今行业的热门话题，我们可以看到它们越来越多地参与到每一款新电子设备的推出中。几乎所有计算机科学工程的应用都在使用机器学习来分析和预测未来的结果。市场上已经有许多设备正在使用机器学

发烧友实测 | iMX8MP开发板移植官方NPU TensorFlow例程作者｜donatello1996来源 | 电子发烧友题图｜飞凌嵌入式飞凌嵌入式OKMX8MP-C开发板基于NXP i.MX 8

下载tensorflow的代码 地址： https:github.comtensorflowmodels.git然后进入目录： cd modelsresearchslimda

编者按：在物联网和AI时代，数据成为重要的决策和生产工具，但是如何保护个人数据不被滥用，是许多机构和公民担心的问题。谷歌公司在基于机器学习框架TensorFlow的谷歌最新模块，让开发者只添加几行额外

深度学习需要大量的计算。它通常包含具有许多节点的神经网络，并且每个节点都有许多需要在学习过程中必须不断更新的连接。换句话说，神经网络的每一层都有成百上千个相同的人工神经元在执行相同的计算。因此，神经网

在很多机器学习和深度学习的应用中，我们发现用的最多的优化器是 Adam，为什么呢？下面是 TensorFlow 中的优化器：在 keras 中也有 SGD，RMSprop，Adagrad，Adadel

摘要： 本文主要和大家分享如何使用Tensorflow从头开始构建和训练卷积神经网络。这样就可以将这个知识作为一个构建块来创造有趣的深度学习应用程序了。0. 简介在过去，我写的主要都是“传统类”的机器

随着人工智能发展越来越快，机器学习成为了如今的热门行业，机器学习似乎是一个很重要的，具有很多未知特性的技术。今日报道，谷歌上线基于TensorFlow的机器学习速成课程，包含一系列视频讲座课程、实际案

导读：“我叫 Jacob，是谷歌 AI Residency 项目的学者。2017 年夏天我进入这个项目的时候，我自己的编程经验很丰富，对机器学习理解也很深刻，但以前我从未使用过 Tensorflow。

TensorFlow是谷歌的第二代开源的人工智能学习系统，是用来实现神经网络的内置框架学习软件库。目前，TensorFlow机器学习已经成为了一个研究热点。由基本的机器学习算法入手，简析机器学习算法与

Tensorflow在更新1.0版本之后多了很多新功能，其中放出了很多用tf框架写的深度网络结构，大大降低了开发难度，利用现成的网络结构，无论fine-tuning还是重新训练方便了不少。而且Tens

本文是TensorFlow实现流行机器学习算法的教程汇集，目标是让读者可以轻松通过清晰简明的案例深入了解 TensorFlow。这些案例适合那些想要实现一些 TensorFlow 案例的初学者。本教程

最近在尝试将所有的机器学习与深度学习的模型用Python来实现，大致的学习思路如下：分类器回归与预测时间序列所有的模型先用 Python语言实现，然后用Tensorflow的实现。1 数据集本文开始以

Google近日发布了TensorFlow 1.0候选版，这第一个稳定版将是深度学习框架发展中的里程碑的一步。自TensorFlow于2015年底正式开源，距今已有一年多，这期间TensorFlow不

本文通过五个任务分别测试了 MLP、CNN 和 RNN 模型，机器之心不仅对该试验进行了介绍，同时还使用 Keras（TensorFlow 后端）在 MNIST 数据集上试运行了 CNN。如果我们对

本文的目的是在一个Linux节点上集成pyspark与tensorflow、使用jupyter notebook 来编写和调试代码，从而集成spark和tensorflow进行深度学习。为了达成此目的&#xff

Win10程序意外挂掉，但显存依然被占用 1.软件环境2.问题描述3.解决方法3.1.查找当前占用显存的程序3.2.关闭显存占用程序4.结果预览 1.软件环境 Windows10 教育版64位 Tensorfl

在keras中使用gpu加速训练模型，如何安装cuda，cudnn，解决cudnn_cnn_infer64_8.dll 不在path中，解决device

参考资料：在 Windows 环境中从源代码构建  |  TensorFlow 错误解决参考资料​：Win10下基于CPU的Tensorflow编译和c++python调用——问题汇总_caoyin1234的博客-CSDN博客 从以上官网