因为新冠疫情宅家无事可做，印度尼西亚一位应用数学学生 Grady Matthias Oktavian 在从未用过 Python 编程的情况下，仅用不到两个月时间就拿到了谷歌 TensorFlow 开发者证书。本文将介绍他的这段经历以及学习方法。新冠疫情当前

tensorflow在训练时会保存三个文件，随着训练的过程，每隔一段时间都会保存一组以上三个文件，而在训练之前我们并不知道什么时候可以达到最佳的拟合，训练时间过短会导致欠拟合，训练时间过长则会导致过拟合。这里面的后缀不同的数字就是不同的版本的参数，数字越小

2019年11月30日，由中国人工智能学会主办，黑胡桃实验室承办的 TensorFlow 培训在西安电子科技大学南校区举行，近百位学员参加了本次培训。此次培训由谷歌开发者专家、黑胡桃实验室郑楠老师主讲。人工智能不仅仅应该落地到新的算法，更应当面向问题，落地

函数计算准备计算资源，并以弹性伸缩的方式运行用户代码，而用户只需根据实际代码运行所消耗的资源进行付费。Fun 的更多文档参考。备注: 本文介绍的技巧需要 Fun 版本大于等于 2.13.0。目前 NAS 服务尚未提供直接上传文件的 API 和命令行。

由中国人工智能学会主办，黑胡桃实验室承办的 TensorFlow 培训即将于11月30日在西安电子科技大学南校区举行。本次在中国人工智能学会的学习内容由三大部分组成，分别是 TensorFlow 机器学习快速入门课程精选、黑胡桃先进驾驶辅助系统实训课程精选

1 Graph概述计算图Graph是TensorFlow的核心对象，TensorFlow的运行流程基本都是围绕它进行的。包括图的构建、传递、剪枝、按worker分裂、按设备二次分裂、执行、注销等。常见情况是，session会运行全局唯一的隐式的默认的Gra

1 主流深度学习框架对比当今的软件开发基本都是分层化和模块化的，应用层开发会基于框架层。比如开发Linux Driver会基于Linux kernel，开发Android app会基于Android Framework。深度学习也不例外，框架层为上层模型开

TensorFlow Object Detection API Hangs On—Training and Evaluating using Custom Object Detector*The links to all files updated and

而单机和分布式的开发代码有一定的区别，本文就将为开发者们介绍，基于TensorFlow进行分布式开发的两种方式，帮助开发者在实践的过程中，更好地选择模块的开发方向。基于TensorFlow原生的分布式开发分布式开发会涉及到更新梯度的方式，有同步和异步的两个

欢迎大家前往腾讯云+社区，获取更多腾讯海量技术实践干货哦~本文由未来守护者发表于云+社区专栏本项目探讨如何将机器学习应用到物联网中。我们将使用 Android Things 作为我们的物联网平台，并且采用 Google TensorFlow 作为我们的机器

在 Ubuntu 系统中的 System Settings -> Software & Updates -> Additional Drivers 安装相应的显卡和CPU驱动，重启后在 System Settings -> Det

Tensorflow 1.8 with GPU on macOS High Sierra 10.13.6Tensorflow团队宣布停止支持1.2以后mac版的tensorflow gpu版本。因此没办法直接安装只能自己用源码编译了。CPU 运行 Tens

TensorFlow Lite+OpenCV实现移动端水印的检测与去除概要：。在APP中的使用场景为，用户在发布图片时，在端上实现水印的检测和定位，并提供去水印的功能。SSD具有如下主要特点：。SSD中没有全连接层，可适应各种大小的图片，

CentOS7.4，anaconda3，python3.6，tensorflow环境下gdal的编译和问题解决。这是gdal可能会用到的额外的包，按自己需要先提前编译。这里的话我主要用了proj,Libtiff,Geotiff,Geos,Hdf5这5个包，

trY = 2 * trX + np.random.randn * 0.33 # 创建一些线性值附近的随机值。求极值的这个函数我们称为损失函数loss function，或代价函数cost function，或者误差函数error function。那么这

Tensorflow的Tensor意为张量。一般如果是0维的数组，就是一个数据，我们称之为标是Scalar；1维的数组，称为向量Vector；2维的数组，称为矩阵Matrics；3维及以上的数组，称为张量Tensor。在机器学习中，用途最广泛的是向量和矩阵

我喜欢 TensorFlow 的其中一个原因是它可以自动的计算函数的梯度。我们只需要设计我们的函数，然后去调用 tf.gradients 函数就可以了。是不是非常简单。接下来让我们来举个例子，具体说明一下。x = tf.placeholder # mnis

众所周知，TensorFlow 是一个开源软件库，用于数值计算以及数据流图的使用。尽管 TensorFlow 是为了进行深度学习而开发的框架，但是该系统可以很普遍的应用于别的其他领域。使用 TensorFlow 系统可以帮助我们节省很多的工作量，而且该系统

安装TensorFlowCPU版本：pip install --upgrade tensorflowGPU版本：pip install --upgrade tensorflow-gpu检查安装以及版本>>> import tensorfl

从主成分分析池化层的自然扩展可以从层中创建一个完整的神经网络。我想知道这是否可能，以及它在MNIST数据上的表现是好是坏。对于任何不熟悉PCAP的人，请先阅读本文。PCA是一种降维方法，它将相关变量转换成一组称为主成分的线性不相关变量的值集合。[Batch