BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

  • 他的粉丝

    如何应用TFGAN快速实践生成对抗网络?

    作者 武维 关注 6 他的粉丝 发布于  2018年6月4日

    生成对抗网络目前已广泛应用于图像生成、超分辨率图片生成、图像压缩、图像风格转换、数据增强、文本生成等场景。越来越多的研发人员从事 GAN 网络的研究,提出了各种 GAN 模型的变种,包括 CGAN、InfoGAN、WGAN、CycleGAN 等。为了更容易地应用及实践 GAN 模型,谷歌开源了名为 TFGAN 的 TensorFlow 库,可快速实践各种 GAN 模型。

  • 他的粉丝

    基于TensorflowLite在移动端实现人声识别

    作者 上叶 关注 0 他的粉丝 , 仝辉 关注 0 他的粉丝 发布于  2018年5月11日

    本文使用机器学习的方法识别人声,采用的框架是谷歌的 tensorflowLite 框架,该框架跟它的名字一样具有小巧的特点。在保证精度的同时,框架的大小只有 300KB 左右,且经过压缩后产生的模型是TensorFlow 模型的四分之一。

  • 他的粉丝

    分布式机器学习平台大比拼:Spark、PMLS、TensorFlow、MXNet

    作者 Murat Demirbas 关注 0 他的粉丝 ,译者 盖磊 关注 2 他的粉丝   发布于  2017年10月5日 2

    文章从分布式系统的角度开展针对当前一些机器学习平台的研究,分析了这些平台在通信和控制上的瓶颈,并考虑了这些平台的容错性和易编程性。文章最后提供了一些结论性要点,并对分布式机器学习平台的未来研究工作提出了一些建议。

他的粉丝

深度学习利器:TensorFlow在智能终端中的应用

作者 武维 关注 6 他的粉丝 发布于  2017年9月18日

本文主要基于看花识名APP应用,讲解TensorFlow模型如何应用于Android系统;在服务器端训练TensorFlow模型,并把模型文件迁移到智能终端;TensorFlow Android开发环境构建以及应用开发API。

他的粉丝

深度学习利器:TensorFlow与NLP模型

作者 武维 关注 6 他的粉丝 发布于  2017年8月14日

本文作者将主要结合 TensorFlow 平台,讲解 TensorFlow 词向量生成模型(Vector Representations of Words);使用 RNN、LSTM 模型进行语言预测;以及 TensorFlow 自动翻译模型。

他的粉丝

深入浅出TensorFlow(七)TensorFlow计算加速

作者 郑泽宇 关注 27 他的粉丝 发布于  2017年8月9日

要将深度学习应用到实际问题中,一个非常大的问题在于训练深度学习模型需要的计算量太大。为了加速训练过程,本文将介绍如何通过TensorFlow利用GPU或/和分布式计算进行模型训练。

他的粉丝

深度学习利器:TensorFlow与深度卷积神经网络

作者 武维 关注 6 他的粉丝 发布于  2017年7月10日

本文作者将回顾深度神经网络的基础概念,并通过实例解析,详解卷积神经网络的构建;同时从多方面对TensorFlow在图片识别方面的几大模型进行深度解析。

他的粉丝

深入浅出TensorFlow(六)TensorFlow高层封装

作者 郑泽宇 关注 27 他的粉丝 发布于  2017年6月27日

为了让TensorFlow使用起来更加灵活,更加方便,可以使用一些高级封装。本文将介绍TensorFlow的四种主要封装:TensorFlow-Slim、tf.contrib.learn(之前也被称为skflow)、TFLearn、Keras;同时还将通过其中常用的三种方式在MNIST数据集上实现卷积神经网络。

他的粉丝

深入浅出Tensorflow(五):循环神经网络简介

作者 郑泽宇 关注 27 他的粉丝 发布于  2017年5月31日

本文主要介绍循环神经网络。该网络结构源于霍普菲尔德网络,在语义信息深度表达表达、语音识别、语言建模、机器翻译和时序分析等方面实现了突破。本文将以几个典型的循环神经网络结构为例进行讲解,并给出实验代码加以说明,并附以一个Tensorflow样例来使用循环神经网络实现语言模型。

他的粉丝

深入浅出Tensorflow(四):卷积神经网络

作者 郑泽宇 关注 27 他的粉丝 发布于  2017年5月9日

本文将介绍卷积神经网络,通过与传统算法的对比、卷积神经网络的结构分析等方面来介绍卷积神经网络模型,并给出通过TensorFlow在MNIST数据集上实现卷积神经网络的方法。

他的粉丝

深入浅出Tensorflow(三):训练神经网络模型的常用方法

作者 郑泽宇 关注 27 他的粉丝 发布于  2017年5月4日

本文将介绍优化训练神经网络模型的一些常用方法,并给出使用TensorFlow实现深度学习的最佳实践样例代码。为了更好的介绍优化神经网络训练过程,我们将首先介绍优化神经网络的算法——梯度下降算法。然后在后面的部分中,我们将围绕该算法中的一些元素来优化模型训练过程。 2

他的粉丝

深度学习指南:在iOS平台上使用TensorFlow

作者 Matthijs Hollemans 关注 0 他的粉丝 ,译者 运和凭 关注 0 他的粉丝   发布于  2017年5月2日

本文主要介绍TensorFlow背后的设计思路、如何利用其训练一套简单的分类器,以及如何将上述成果引入您的iOS应用。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT