文 / 有道 AI 技術團隊 2018 年 9 月 6 日下午， 網易有道在 AI 開放日上釋出了全新一代有道翻譯王 2.0 Pro 。隨後在 9 月 20 日舉辦的 Googl

採用 TensorFlow 的時候，有時候我們需要載入的不止是一個模型，那麼如何載入多個模型呢？ 原文： bretahajek.com/2017/04/imp… 關於 TensorFlow 可以有很

TensorFlow 最近提供了官方中文版教程（Tutorials）和中文版指南（Guide）。其中教程主要介紹了TensorFlow 的基本概念，以及各種基礎模型的簡單實現方法，這些模型基本上都是用 Ker

作者：P. Galeone 編譯：Bot 編者按：幾天前，Tensorflow剛度過自己的3歲生日，作為當前最受歡迎的機器學習框架，Tensorflow在這個寶座上已經盤踞了近三年。無論是成熟

Getting started with Kubeflow Pipelines 2018-11-16adminGoogleCloudNo comments

本人在伺服器上已經用Anconda建立好python3.5的環境，這個網上有一大堆教程。結下來是重點。 1. cuda的安裝 https://developer.nvidia.com/cuda

簡介 在往期文章中 我們給你推薦一種TensorFlow模型格式 ，我們介紹過TensorFlow眾多的模型格式，不同格式在服務端或者移動端場景下有特殊的優化，但無論用什麼工具轉都一定包含了Gr

一、本文目標 利用facenet原始碼實現從攝像頭讀取視訊，實時檢測並識別視訊中的人臉。換句話說：把facenet原始碼中contributed目錄下的real_time_face_recognition.py執行

溫馨提示，TensorFlow更新的太快了，有些程式碼實現方式可能變了，但是思想還是沒有變滴，主要還是理解 原文地址 介紹 前面的教程表明，簡單的線性模型具有大約91％的分類準確度，用於識別MNIS

原文地址 本教程演示了使用TensorFlow和簡單線性模型的基本工作流程。 在使用手寫數字影象載入所謂的MNIST資料集之後，我們在TensorFlow中定義並優化了一個簡單的數學模型。 然後繪製並討

目錄：  ●  導讀  ●  MNIST 資料集  ●  資料處理  ●  單層隱藏層神經網路的實現  ●  多層隱藏層神經網路的實現 一． 導讀 就像

一. TensorFlow Lite TensorFlow Lite介紹.jpeg TensorFlow Lite特性.jpeg

機器學習介紹 機器學習是一個系統，可以通過自我改進從例項中學習，而不需要程式員明確編碼。機器學習將資料與統計工具相結合以預測輸出。機器學習與資料探勘和貝葉斯預測建模密切相關。機器接收資料作為輸入，使用演算法

GitHub連結：https://github.com/waleedka/hiddenlayer HiddenLayer 非常簡單，易於擴充套件，且與JupyterNotebook 完美相容。開發該工具的

深度學 習 最令人 興奮 的 領 域之一就是 計 算機 視覺 。通 過 卷 積 神 經 網 絡 ，我 們 已 經 能 夠創 建自 動駕駛 汽 車系統 、面部 檢測 系 統 和自 動 醫學 圖 像分析等等。在本文中，