硬件配置:interl i7-6700hq 2.60GHz * 8corenvidia GeForce 940MX显卡。软件配置:gpu版本:python3.7.0, tensorflow-gpu 1.13.1, cuda 10.0, cudnn 7.5.

摘要：Kubernetes在版本1.6后正式加入了Nvidia GPU的调度功能，支持在Kubernetes上运行运行和管理基于GPU的应用。而在2017年9月12日，阿里云发布了新的异构计算类型GN5，基于P100 nvidia GPU, 提供灵活强悍的

一名植物学家正在寻找一种能够对所发现的每株鸢尾花进行自动分类的方法。一个复杂的机器学习程序可以根据照片对花卉进行分类。机器学习提供多种花卉分类方法，我们将仅根据鸢尾花花萼和花瓣的长度和宽度对其进行分类。鸢尾花约有 300 种，但我们的程序将仅对下列三种进行

快来学习一下吧！为解决这一问题，谷歌发布了TensorFlow服务，以期待解决将ML模型部署到生产中的问题。本文提供了一个关于服务于预先训练的卷积语义分割网络的实践教程。另外，本文将概述TF服务的API及其工作原理。创建Loader后，Source会将其作

1 Session概述Session是TensorFlow前后端连接的桥梁。用户利用session使得client能够与master的执行引擎建立连接，并通过session.run()来触发一次计算。它建立了一套上下文环境，封装了operation计算以及

阿里巴巴机器翻译团队在此基础上，利用TVM又有了新的突破！最近，阿里巴巴集团正在为全球电子商务部署NMT服务。我们观察到一个特殊挑战是批量matmul是提升Transformer的性能的关键点，但目前在cuBLAS中的实现并没有得到很好的优化。我们在推理阶

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是在深度神经网络中进行机器学习和研究的主要目的而创建的，但是该库还是普遍的应用于各种其他领域。

本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。以下为译文这是构建深度学习模型来识别交通标志系列的第一部分。这部分是为我和想深入学习下去的人提供一些学习经验。市面上关于神经网络理论和数学证明的资料有很多，然而我关注的只是实战的部分。我的这篇文

从2017年的迅猛发展，到2018年的持续火爆，国内外各个巨头公司如腾讯、阿里、百度、Google、微软、Facebook等均开始在人工智能领域投下重兵，毫无疑问，这一技术未来将会深度参与我们的生活并让我们的生活产生巨大改变：人工智能时代来了！Blade

Ubuntu 16.04 LTSPython 2.7Python 3.5TensorFlow的两个版本：。我这里先使用virtualenv虚拟环境形式的安装，一会再介绍使用pip安装到本地系统，以下是TensorFlow官方的安装文档：

tensorflow利用anaconda在Ubuntu下安装方法及jupyter notebook运行目录及远程访问配置。出现许可后可按Ctrl+C跳过，yes同意。会显示当前安装信息，并提示想要安装需要输入的指令：conda install --chan

在这篇文章中，我们将会介绍如何使用 TF.Learn API 同时训练一个广度线性模型和一个深度前馈神经网络。这种方法结合了记忆和泛化的优势。它在一般的大规模回归和具有稀疏输入特性的分类问题上很有效。如果你有兴趣学习更多关于广度和深度学习如何工作的问题，请

在我们的日常聊天中，情景才是最重要的。我们将使用 TensorFlow 构建一个聊天机器人框架，并且添加一些上下文处理机制来使得机器人更加智能。接下来，我们将创建一个聊天机器人的框架，并且以一个岛屿轻便摩托车租赁店为例子，建立一个对话模型。这个小企业的聊天