六月底，機器之心釋出了「 令人困惑的TensorFlow！ 」，講述了初上手TensorFlow時會遇到的麻煩。日前，作者更新部落格，對該文寫了續篇，主要講述了儲存和載入TensorFlow模

原文： LearningTensorFlow.com 譯者： 飛龍 協議： CC BY-NC-SA 4.0 自豪地採用 谷歌翻譯 自定義函式 Conway 的生命遊戲是一個有

原文： LearningTensorFlow.com 譯者： 飛龍 協議： CC BY-NC-SA 4.0 自豪地採用 谷歌翻譯 聚類和 KMeans 我們現在冒險進入我們的

機器之心報道，作者：思源、李亞洲。 昨日，Facebook 在首屆 PyTorch 開發者大會發布了PyTorch1.0 預覽版，標誌著這一框架更為穩定可用。從去年年初發布以來，PyTorch 已

原文： LearningTensorFlow.com 譯者： 飛龍 協議： CC BY-NC-SA 4.0 自豪地採用 谷歌翻譯 廣播 當我們操作不同維度的陣列時，它們可以以

又是一年一度的十一黃金旅遊周，你是在景區看人從眾叕，還是在高速公路上觀看大媽打太極呢？旅遊黃金週我一般是儘量不出門，這個十一也不例外。十月一日跑了一個半馬迎接國慶，十月二號選擇去了一個偏門的景點：張之

TensorFlow 學習指南 一、基礎 原文：LearningTensorFlow.com 譯者：飛龍

前面兩篇隨筆實現的單層神經網路和多層神經網路， 在MNIST測試集上的正確率分別約為90%和96%。在換用多層神經網路後，正確率已有很大的提升。這次將採用卷積神經網路繼續進行測試。 1、模型基本結構

專案： 專案是為創造獨特的產品、服務或成果而進行的臨時性工作。 獨特的產品、服務或成果： 開展專案是為了通過可交付成果達成目標。目標指的是工作所指向的結果，要達到的戰略地位，要達到的目的，要取得的成果

做為無所不能的產品經理，雖不是上知天文下知地理，但是也要對產品相關的知識領域有所涉獵。專案管理就是與產品密切相關的一個知識領域，同時也是產品經理日常工作中經常要負責的一部分內容，別問我為什麼不是專案經理負責，因

在我的上一篇隨筆中，採用了單層神經網路來對MNIST進行訓練，在測試集中只有約90%的正確率。這次換一種神經網路（多層神經網路）來進行訓練和測試。 1、獲取MNIST資料 MNIST資料集只要一行程

1、MNIST資料集簡介 首先通過下面兩行程式碼獲取到TensorFlow內建的MNIST資料集： from tensorflow.examples.tutorials.mnist import inp

文 / Matthias Feys，ML6 首席技術官 來源 | TensorFlow 公眾號 機器學習模型需要資料來訓練，但是通常需要對這些資料進行預處理，以便在訓練模型時發揮作用。這種預處理（通常稱

在 Yann Lecun 提出 Le-Net5 之後的十幾年內，由於神經網路本身較差的可解釋性以及受限於計算能力的影響，神經網路發展緩慢且在較長一段時間內處於低谷。2012年，深度學習三巨頭之一、具有神經網路之

之前寫過一篇《 這個中秋，我開發了一個識別狗狗的app 》。圖片識別可以算作是深度學習領域爛大街的主題，幾乎每本書和教程都會拿來作為入門示例。移動端的圖片識別的教程也很多，大多數都脫胎於Google