AI 助理
备案控制台
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 2023-01-19 来自：开发者社区

Tensorflow训练模型使用history绘制结果无绘制曲线解决方案

使用Tensorflow训练模型，然后调用history里面的日志数据，用于绘制结果，发现图中没有数据出现问题原因可能是你的epoch数为1，图中只是绘制了一个点，并不是没有数据，只是一个点无法看到而已，将epoch调大，这样就可以绘制出折线，两点确定一条直线。

Tensorflow训练模型使用history绘制结果无绘制曲线解决方案
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....

联邦学习 (FL) 中常见的3种模型聚合方法的 Tensorflow 示例
文章 2023-01-08 来自：开发者社区

几行代码分析TensorFlow训练模型耗时

几行代码分析TensorFlow训练模型耗时三妹最近被领导质疑了，他说我模型训练时间太久：你看人家XXX公司，千万级的数量级几个小时就训练好了，你这个快40个小时了，必须得优化，你先看看训练模型时间都花在哪了吧。经过一顿尝试，我要记录一下我觉得最简单高效的方法。目录一、工具二、结果展示三、Show Code四、经验一、工具timeline二、结果展示 图片来源：tensorflow性能调优实践 ....

几行代码分析TensorFlow训练模型耗时
文章 2022-12-21 来自：开发者社区

TensorFlow Quantum：建立在量子架构上工作的机器学习模型

量子计算和人工智能(AI)的交叉有望成为整个科技史上最引人注目的工作之一。量子计算的出现可能会迫使我们重新设想几乎所有现有的计算范式，人工智能也不例外。然而，量子计算机的计算能力也有可能加速人工智能的许多领域，这些领域目前仍不实用。人工智能和量子计算协同工作的第一步是将机器学习模型重新构想为量子架构。最近，谷歌开源TensorFlow Quantum框架，用于构建量子机器学习模型。TensorF....

TensorFlow Quantum：建立在量子架构上工作的机器学习模型
文章 2022-12-20 来自：开发者社区

对比PyTorch和TensorFlow的自动差异和动态子类化模型

使用自定义模型类从头开始训练线性回归，比较PyTorch 1.x和TensorFlow 2.x之间的自动差异和动态模型子类化方法。这篇简短的文章重点介绍如何在PyTorch 1.x和TensorFlow 2.x中分别使用带有模块/模型API的动态子类化模型，以及这些框架在训练循环中如何使用AutoDiff获得损失的梯度并从头开始实现 一个非常幼稚的渐变后代实现。生成噪声的线性数据为了专注于自动差....

对比PyTorch和TensorFlow的自动差异和动态子类化模型
问答 2022-12-20 来自：开发者社区

机器学习Tensorflow模型如何部署到PAI-EAS

机器学习Tensorflow模型如何部署到PAI-EAS

文章 2022-12-18 来自：开发者社区

使用TensorFlow创建能够图像重建的自编码器模型

想象你正在解决一个拼图游戏。你已经完成了大部分。假设您需要在一幅几乎完成的图片中间修复一块。你需要从盒子里选择一块，它既适合空间，又能完成整个画面。我相信你很快就能做到。但是你的大脑是怎么做到的呢?首先，它会分析空槽周围的图片(在这里你需要固定拼图的一块)。如果图片中有一棵树，你会寻找绿色的部分(这是显而易见的!)所以，简而言之，我们的大脑能够通过知道图像周围的环境来预测图像(它将适合放入槽中)....

使用TensorFlow创建能够图像重建的自编码器模型
文章 2022-12-18 来自：开发者社区

在TensorFlow中使用模型剪枝将机器学习模型变得更小

学习如何通过剪枝来使你的模型变得更小剪枝是一种模型优化技术，这种技术可以消除权重张量中不必要的值。这将会得到更小的模型，并且模型精度非常接近标准模型。在本文中，我们将通过一个例子来观察剪枝技术对最终模型大小和预测误差的影响。导入常见问题我们的第一步导入一些工具、包:Os和Zi    pfile可以帮助我们评估模型的大小。tensorflow_model_optimizatio....

在TensorFlow中使用模型剪枝将机器学习模型变得更小
文章 2022-12-18 来自：开发者社区

直观理解并使用Tensorflow实现Seq2Seq模型的注意机制（下）

添加注意力机制注意力不仅为瓶颈问题提供了解决方案，还为句子中的每个单词赋予了权重(相当字面意义)。源序列在编码器输出中有它自己的的信息，在解码器中被预测的字在相应的解码器隐藏状态中有它自己的的信息。我们需要知道哪个编码器的输出拥有类似的信息，我们需要知道在解码器隐藏状态下，哪个编码器输出的信息与解码器隐藏状态下的相似。因此，这些编码器输出和解码器的隐藏状态被用作一个数学函数的输入，从而得到一个注....

直观理解并使用Tensorflow实现Seq2Seq模型的注意机制（下）

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