模型TensorFlow_第2页-阿里云

阿里云文档 2025-04-14

如何使用PAI-Blade的SDK部署TensorFlow模型推理

PAI-Blade提供了C++ SDK帮助您部署优化后的模型推理。本文以TensorFlow模型为例，介绍PAI-Blade的SDK的使用方法。

阿里云文档 2024-01-03

如何使用Blade优化通过TensorFlow训练的BERT模型

BERT（Bidirectional Encoder Representation from Transformers）是一个预训练的语言表征模型。作为NLP领域近年来重要的突破，BERT模型在多个自然语言处理的任务中取得了最优结果。然而BERT模型存在巨大的参数规模和计算量，因此实际生产中对该模型具有强烈的优化需求。本文主要介绍如何使用Blade优化通过TensorFlow训练的BERT模型。

文章 2023-11-22 来自：开发者社区

完整模型容器的使用，迁移tensorflow2 实现的 yolo3 到docker容器

windows下执行命令//空代码，可以自己生成模型 docker run -tdi --net mynet10 --ip 10.10.20.4 --name tf2yolo3lite --privileged=true registry.cn-hangzhou.aliyuncs.com/mkmk/tfmodels:liteyolo3 init | docker exec -...

阿里云文档 2023-09-13

如何使用Blade优化基于TensorFlow的ResNet50模型_人工智能平台 PAI(PAI)

ResNet50作为一个广泛应用的经典结构网络，其优化在多种推理部署场景中都具有很高的实用价值。本文介绍如何使用Blade优化基于TensorFlow的ResNet50模型。

问答 2023-08-10 来自：开发者社区

模型如何下载到本地，并通过本地pytorch或tensorflow runtime 运行推理？

问答 2023-07-16 来自：开发者社区

ModelScope机器翻译模型导出为TensorFlow模型后，推理的时候怎么把字符串转化为输入？

文章 2023-06-05 来自：开发者社区

构建自定义机器学习模型：TensorFlow的高级用法

在机器学习领域，TensorFlow已经成为最受欢迎和广泛使用的开源框架之一。它提供了丰富的功能和灵活性，使开发者能够构建各种复杂的机器学习模型。在本文中，我们将深入探讨TensorFlow的高级用法，重点介绍如何构建自定义机器学习模型。首先，让我们回顾一下TensorFlow的基础知识。TensorFlow是一个基于数据流...

文章 2023-03-30 来自：开发者社区

构建基于深度学习神经网络协同过滤模型(NCF)的视频推荐系统(Python3.10/Tensorflow2.11)

毋庸讳言，和传统架构(BS开发/CS开发)相比，人工智能技术确实有一定的基础门槛，它注定不是大众化，普适化的东西。但也不能否认，人工智能技术也具备像传统架构一样“套路化”的流程，也就是说，我们大可不必自己手动构建基于神经网络的机器学习系统，直接使用深度学习框架反而更加简单，深度学习可以帮助我们自动地从原始数据中提取特征，不需要手动选择和提取特征。之前我们手动构建了一个小型的神经网络，解决了机.....

阿里云文档 2023-03-24

如何将Tensorflow,Pytorch和Python等模型部署到Seldon中

DataScience集群的KubeFlow服务内置了SeldonCore组件，可以为模型提供在线服务，基于Kubernetes，您无需关心在线服务的运维工作。您可以根据提供的dsdemo代码，将Tensorflow，Pytorch和Python等模型部署到Seldon中。

文章 2023-01-11 来自：开发者社区

联邦学习 (FL) 中常见的3种模型聚合方法的 Tensorflow 示例

“客户端”是 FL 中使用的计算机和设备，它们可以彼此完全分离并且拥有各自不同的数据，这些数据可以应用同不隐私策略，并由不同的组织拥有，并且彼此不能相互访问。使用 FL，模型可以在没有数据的情况下从更广泛的数据源中学习。FL 的广泛使用的领域如下：卫生保健物联网 (IoT)移动设备由于数据隐私对于许多应用程序（例如医疗数据）来说是一个大问题，因此 FL 主要用于保护客户的隐私而不与任何其他客户或....