1. 云栖社区>
  2. 全部标签>
  3. #TensorFlow#
TensorFlow

#TensorFlow#

已有7人关注此标签

内容分类:
博客 | 问答 | 视频 | 资料 |

Alluxio使用——TensorFlow篇

1.安装部署 TensorFlow安装部署Alluxio安装部署 SSH免密登陆 2.使用 1).创建alluxio根目录 [bigdata@carbondata alluxio-2.0.0]$ .

云栖社区 python 根目录 Framework Core session service TensorFlow alluxio

TensorFlow安装部署

1.环境依赖 Centos7 组件 版本 Python 2.7.5 TensorFlow 0.14.0 pyhton依赖库 Package Version -------------------- --------- absl-py 0.

云栖社区 python 测试 rpm 云盘 pip markdown TensorFlow

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。

函数 配置 弹性伸缩 aliyun github brew Bash AI TensorFlow serverless 函数计算

《从机器学习到深度学习》笔记(5)集成学习之随机森林

集成学习模型与其他有监督模型的出发点大相径庭,之前的模型都是在给定的训练集上通过构建越来越强大的算法进行数据拟合。而集成学习着重于在训练集上做文章:将训练集划分为各种子集或权重变换后用较弱的基模型拟合,然后综合若干个基模型的预测作为最终整体结果。

深度学习 算法 配置 测试 bootstrap TensorFlow sklearn

《从机器学习到深度学习》笔记(4)划分数据集

任何机器学习算法都是基于对已有数据集或环境的信息挖掘,要求将从现有数据学习得到的模型能够适配于未来的新数据。

深度学习 算法 测试 oschina TensorFlow sklearn

《从机器学习到深度学习》笔记(3)强化学习

强化学习是对英文Reinforced Learning的中文翻译,它的另一个中文名称是“增强学习”。相对于有监督学习和无监督学习,强化学习是一个相对独特的分支;前两者偏向于对数据的静态分析,后者倾向于在动态环境中寻找合理的行为决策。

深度学习 算法 人工智能 agent 机器人 TensorFlow

机器学习PAI 可视化建模 Tensorflow升级通知

机器学习PAI 可视化建模 Tensorflow升级通知!请PAI Tensorflow用户注意查收邮件!

深度学习 算法 测试 钉钉 脚本 TensorFlow 机器学习PAI

QDS04 TensorFlow

QDS (Quick Deployment Series)快速的部署一个软件。这次我们来部署 TensorFlow 。 系统要求 Ubuntu 16.04 或更高版本(64 位)macOS 10.12.6 (Sierra) 或更高版本(64 位)(不支持 GPU)Windows 7 或更高版本(64 位)(仅支持 Python 3)Raspbian 9.0 或更高版本 硬件要求 从 TensorFlow 1.6 开始,二进制文件使用 AVX 指令,这些指令可能无法在旧版 CPU 上运行。

python API CPU pip GPU TensorFlow

TensorFlow分布式实践

基于单机的建模很难满足企业不断增长的数据量级的需求,开发者需要使用分布式的开发方式,在集群上进行建模。而单机和分布式的开发代码有一定的区别,本文就将为开发者们介绍,基于TensorFlow进行分布式开发的两种方式,帮助开发者在实践的过程中,更好地选择模块的开发方向。

js cluster 集群 同步 Server TensorFlow

一文入门卷积神经网络:CNN通俗解析

CNN基础知识介绍及TensorFlow具体实现,对于初学者或者求职者而言是一份不可多得的资料。

TensorFlow 神经网络 CNN 卷积神经网络

《TensorFlow深度学习实战》一导读

本书介绍如何有效地使用谷歌的深度学习开源框架TensorFlow,还将实现不同的深度学习网络。本书除了对一些常见的模型进行了理论介绍,还给出了完整的实现代码,不仅能够对深度学习初学者进行理论与实践的指导,还能为开发人员提供程序设计借鉴。

深度学习 分布式 架构 机器学习 函数 TensorFlow 神经网络

函数计算部署机器学习遇到的问题和解法

随着 Serverless 的流行,将应用迁移到云上已经成了一种必然的趋势。我们今天来看一下如何将机器学习应用迁移到函数计算上。 1. 本地开发 首先我们看一下本地开发机器学习应用的步骤。我们大概可以将本地开发概括为三个步骤,分别是代码编写,安装依赖,运行调试。

python 机器学习 TensorFlow 函数计算

[TensorFlow笔记乱锅炖] tf.multinomial(logits, num_samples)使用方法

tf.multinomial(logits, num_samples) 第一个参数logits可以是一个数组,每个元素的值表示对应index的选择概率。假设logits有两个元素,即[0.6,0.4],这表示的意思是取 0 的概率是0.6, 取 1 的概率是0.4。

机器学习 LOG index 数组 TensorFlow tf.multinomial

开源大数据周刊-第105期

资讯 340亿美元收购红帽,IBM在拥挤的云市场另辟蹊径 Hadoop真的要死了吗?程序员的革命or灾难:机器人在GitHub修复bug、与人不相上下 基于TensorFlow Serving的深度学习在线预估 如期而至!谷歌开源 BERT 模型源代码 4年数据涨万倍,Uber大数据平台四...

云栖社区 深度学习 分布式 大数据 hadoop 人工智能 spark 流式计算 开源大数据 github TensorFlow 谷歌 NLP Streaming Uber

AI赋能一键自动检测:页面异常、控件异常、文本异常

1.前言 闲鱼质量团队一直致力于交付高质量的app给用户,当前随着AI技术不断发展,TensorFlow大热,也给测试手段带来了更多种可能,本文接下来给大家介绍AI在闲鱼测试的一点实践:如何应用AI技术通过图片找bug。

机器学习 数组 TensorFlow

6
GO