AI 助理
备案控制台
文章 2018-05-05 来自：开发者社区

学习笔记CB014:TensorFlow seq2seq模型步步进阶

神经网络。《Make Your Own Neural Network》，用非常通俗易懂描述讲解人工神经网络原理用代码实现，试验效果非常好。 循环神经网络和LSTM。Christopher Olah http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 。 seq2seq模型基于循环神经网络序列到序列模型，语言翻译、自动问答等序列到序列....

文章 2018-04-23 来自：开发者社区

TensorFlow——训练神经网络模型

TensorFlow训练神经网络模型的步骤： （1）定义神经网络的结构和向前传播的输出结果 （2）定义损失函数以及选择反向传播优化的算法 （3）生成会话（tf.Session），并且在训练数据上反复运行反向传播优化算法 例：下面是一个完整的程序来训练神经网络解决二分类问题 import tensorflow as tf import numpy as np #通过NumPy工具包生成模拟...

TensorFlow——训练神经网络模型
文章 2018-04-17 来自：开发者社区

[译] 写给机器学习工程师：如何测试Tensorflow模型

引言 这篇文章来自斯坦福大学计算与数学工程所（Institute for Computational & Mathematical Engineering）博士生Guillaume Genthial的博客。主要介绍了如何将工程界里已经得到充分认可的单元测试实践应用到算法建模的领域中，从而保障模型设计的正确性，具有普适参考价值。在翻译本文时，没有完全遵照原文逐字翻译，但尽可能保留了原文比较....

[译] 写给机器学习工程师：如何测试Tensorflow模型
文章 2018-03-25 来自：开发者社区

Tensorflow加载预训练模型和保存模型

使用tensorflow过程中，训练结束后我们需要用到模型文件。有时候，我们可能也需要用到别人训练好的模型，并在这个基础上再次训练。这时候我们需要掌握如何操作这些模型数据。看完本文，相信你一定会有收获！ 1 Tensorflow模型文件 我们在checkpoint_dir目录下保存的文件结构如下： |--checkpoint_dir | |--checkpoint | |--MyM...

文章 2018-03-19 来自：开发者社区

阿里云Kubernetes 1.9上利用Helm玩转TensorFlow模型预测

TensorFlow Serving是由Google开源的机器学习模型预测系统，能够简化并加速从模型到生产应用的过程。它可以将训练好的机器学习模型部署到线上，使用 gRPC 作为接口接受外部调用。更给人惊喜后的是，它还提供了不宕机的模型更新和版本管理。这大大降低了模型提供商在线上管理的复杂性，可以将注意力都放在模型优化上。 TensorFlow Serving本质上也是一个在线服务，我们需要考虑....

文章 2018-01-01 来自：开发者社区

在终端设备上实现语音识别：ARM开源了TensorFlow预训练模型

本文来自AI新媒体量子位（QbitAI） 关键词识别（Keyword Spotting，KWS）是语音识别领域的一个子领域，在用户在智能设备上进行语音交互时起到重要作用。 △ 关键词识别pipeline 近日，ARM和斯坦福大学合作开源了预训练TensorFlow模型和它们的语音关键词识别代码，并将结果发表在论文Hello Edge: Keyword Spotting on Microc...

在终端设备上实现语音识别：ARM开源了TensorFlow预训练模型
问答 2017-12-18 来自：开发者社区

java载入tensorflow模型后计算结果与python的不一样

我用python训练好后以下面代码保存模型 output_graph_def=tf.graph_util.convert_variables_to_constants(sess,sess.graph_def,output_node_names=['output']) with tf.gfile.FastGFile('D:/data/netGraph/yzm.pb',mode='wb')...

文章 2017-12-07 来自：开发者社区

TensorFlow -- 模型保存与读取

最近学习Google的深度学习框架TensorFlow，CNN模型训练什么的都是OK的，官方也有代码，中文详解请参照:http://www.soaringroad.com/?p=115 但是在实际使用的时候不可能每次预测都训练一遍模型，这样太浪费时间，所以需要我们在训练完成的时候保存模型，并且在需要预测的时候加载。官方提供的例子和解释不够具体，让我踩了很多的坑，所以写个笔记分享一下，希望帮助大家....

文章 2017-12-07 来自：开发者社区

TensorFlow中加载Keras模型

在TensorFlow中，使用Keras训练好的模型或者Keras自带的预训练模型： 自定义模型： 读取模型或者加载预训练模型,下面使用的是预训练的VGG模型 model_origin = VGG16(weights="imagenet") 自定义某一层作为输出 model_new = Model(inputs=model_origin,outputs=model_origin.get_lay.....

文章 2017-11-22 来自：开发者社区

教你用TensorFlow和自编码器模型生成手写数字（附代码）

自编码器是一种能够用来学习对输入数据高效编码的神经网络。若给定一些输入，神经网络首先会使用一系列的变换来将数据映射到低维空间，这部分神经网络就被称为编码器。 然后，网络会使用被编码的低维数据去尝试重建输入，这部分网络称之为解码器。我们可以使用编码器将数据压缩为神经网络可以理解的类型。然而自编码器很少用做这个目的，因为通常存在比它更为有效的手工编写的算法（例如 jpg 压缩）。 ...

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

TensorFlow更多模型相关

TensorFlow您可能感兴趣

人工智能

了解行业+人工智能最先进的技术和实践，参与行业+人工智能实践项目

+关注