AI 助理
备案控制台
文章 2024-01-27 来自：开发者社区

文本分类识别Python+卷积神经网络算法+TensorFlow模型训练+Django可视化界面

一、介绍 文本分类系统，使用Python作为主要开发语言，通过选取的中文文本数据集（"体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"），基于TensorFlow搭建CNN卷积神经网络算法模型，并进行多轮迭代训练最后得到一个识别精度较高的模型文件。然后使用Django框架开发网页端可视化界面平台。实现用户输入.....

文本分类识别Python+卷积神经网络算法+TensorFlow模型训练+Django可视化界面
文章 2024-01-16 来自：开发者社区

tensorflow2.x多层感知机模型参数量和计算量的统计

当创建了一个多层感知机模型后，如何调用接口获取该模型的参数量和计算量？首先，打印出模型结构，可通过graphviz模块实现# 加载模型 model = keras.models.load_model(modelPath) tf.keras.utils.plot_model(model, to_file='model.png', show_shapes=True)可得到模型层次结构即模型的输入层为....

tensorflow2.x多层感知机模型参数量和计算量的统计
文章 2024-01-16 来自：开发者社区

tensorflow的模型使用flask制作windows系统服务

搜罗到两种方案，经测试都可正常运行。这两种方案各有利弊，可根据实际需求选择。nssm的方案将tensorflow模型的推理逻辑制作成flask服务，假设文件为app.py。其中的model_predict需要换成用户自己的推理模块。# app.py文件 from flask import Flask, request import numpy as np from tensorflow.pyth....

文章 2024-01-02 来自：开发者社区

推荐系统离线评估方法和评估指标，以及在推荐服务器内部实现A/B测试和解决A/B测试资源紧张的方法。还介绍了如何在TensorFlow中进行模型离线评估实践。

离线评估：常用的推荐系统离线评估方法有哪些？在推荐系统中，离线评估是评估推荐算法效果的一种常见方法。离线评估是指在离线数据集上测试推荐算法，并使用评估指标来衡量其效果。常用的推荐系统离线评估方法有以下几种： 1. RMSE/MSERMSE（Root Mean Square Error）和MSE（Mean Square Error）是最常见的衡量推荐系统预测准确度的方法。RMSE和MSE都是衡量.....

文章 2023-12-26 来自：开发者社区

用TensorBoard可视化tensorflow神经网络模型结构与训练过程的方法

  本文介绍基于TensorBoard工具，对tensorflow库构建的神经网络模型加以可视化，并对其训练过程中的损失函数（Loss）、精度指标（Metric）等的变化情况加以可视化的方法。  在之前的两篇文章基于Python TensorFlow Estimator的深度学习回归与分类代码——DNNRegressor（https://blog.csdn.net/zhebushibiaoshi....

用TensorBoard可视化tensorflow神经网络模型结构与训练过程的方法
文章 2023-12-20 来自：开发者社区

基于Tensorflow技术开发的计算机毕业设计辅助生成器（使用AI大模型技术）

这是一个辅助生成计算机毕业设计的工具，可以自动完成毕业设计的源码。它基于几百个github上面开源的java和python项目，运用tensorflow技术，训练出了AI大模型。基本实现了计算机毕业设计生成器，能够初步生成Java或python基本源码。目前该项目处理实验阶段，还不成熟，成功率55%左右。 体验...

文章 2023-12-19 来自：开发者社区

【Tensorflow深度学习】优化算法、损失计算、模型评估、向量嵌入、神经网络等模块的讲解（超详细必看）

觉得有帮助请点赞关注收藏~~~一、优化算法1）Adam算法: 基于一阶或二阶动量（Moments）的随机梯度下降算法，动量是非负超参数，主要作用是调整方向梯度下降并抑制波动。此算法适用于数据量和参数规模较大的场合。（2）SGD算法: 动量梯度下降算法。（3）Adagrad算法: 学习率与参数更新频率相关。（4）Adamax算法:Adam算法的扩展型，词嵌入运算有时优于Adam算法。（5）Ftrl....

文章 2023-12-01 来自：开发者社区

Azure 机器学习 - 使用 Visual Studio Code训练图像分类 TensorFlow 模型

了解如何使用 TensorFlow 和 Azure 机器学习 Visual Studio Code 扩展训练图像分类模型来识别手写数字。一、环境准备Azure 订阅。 如果没有订阅，注册之后即可试用 Azure 机器学习免费版或付费版。 如果使用的是免费订阅，则仅支持 CPU 群集。安装 Visual Studio Code，一种轻量型跨平台代码编辑器。Azure 机器学习工作室 Visual ....

Azure 机器学习 - 使用 Visual Studio Code训练图像分类 TensorFlow 模型
文章 2023-11-15 来自：开发者社区

学习 TensorFlow：构建和训练机器学习模型的利器

概述：TensorFlow 是一种强大的开源机器学习框架，被广泛应用于构建和训练各种类型的神经网络模型。本文将介绍 TensorFlow 的基本概念、特点和学习步骤，同时提供一个项目案例和练习题，帮助读者快速入门和掌握 TensorFlow。特点：强大的计算图：TensorFlow 使用计算图来表示计算任务，将复杂的数学运算转化为节点和边的形式。这种抽象方式使得模型的构建和调整更加灵活，可以随时....

文章 2023-10-27 来自：开发者社区

【tensorflow】TF1.x保存.pb模型 解决模型越训练越大问题

 在上一篇博客【tensorflow】TF1.x保存与读取.pb模型写法介绍介绍的保存.pb模型方法中，保存的是模型训练过程中所有的参数，而且训练越久，最终保存的模型就越大。我的模型只有几千参数，可是最终保存的文件有1GB。。。。  但是其实我只想要保存参数去部署模型，然后预测。网上有一些解决方案但都不是我需要的，因为我要用Java部署模型，python这里必须要用builder.ad....

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