相对于无数的在其他ML / DL库中，TensorFlow在研究所需的灵活性与在生产中部署应用程序所需的可扩展性和效率之间提供了关键的平衡。DataFlow编程范式封装数据作为张量DataFlow编程范式大多数程序员所接触的编程范式都是命令式编程。对操作进

背景在机器学习中，输入数据的质量常常超过模型体系结构和训练方案。与在低质量数据集中训练的更高级、更高调优的模型相比，拥有正确标记的高质量图像的大型、平衡数据集总是会带来更好的模型性能。然而，数据科学家并不总是能收到很好的数据集。机器学习的最大瓶颈是数据集的

TensorFlow今天正式发布了1.5.0版本，支持CUDA 9和cuDNN 7，进一步提速。并且，从1.6版本开始，预编译二进制文件将使用AVX指令，这可能会破坏老式CPU上的TF。刚刚，TensorFlow发布了1.5.0正式版，很多人都期待已久，最

深度学习是机器学习中一种基于对数据进行表征学习的方法，深度学习的好处是用非监督式或半监督式的特征学习、分层特征提取高效算法来替代手工获取特征。作为当下最热门的话题，Google、Facebook、Microsoft等巨头都围绕深度学习重点投资了一系列新兴项

2014年，谷歌的研究人员发布了一篇文章“ 显示和告知：神经图像字幕生成器”。它利用CNN + LSTM将图像作为输入并输出标题。对于图像标题模型，此嵌入变为图像的密集表示，并将用作LSTM的初始状态。LSTM是一种经常用于时间相关性问题的递归神经网络结构

本文介绍了如何在Ubuntu上以virtualenv方式安装tensorflow。

机器学习是很简单的。如果您没有任何数学背景知识或任何学术背景的机器学习，也不会是太难的事情。我当然也是属于这个类别。使用机器学习最基本的目标之一是识别某些东西。在我发现“预训练模型”之前，我几乎放弃了这个看似无法实现的目标。预训练模型基本上是在不同数据集上

深度学习——我该从哪里开始呢?TensorFlow 是现在最流行的吧?我听说 Caffe 很常用，但会不会太难了?对于那些听说过深度学习但还没有太过专门深入的人来说，TensorFlow 是他们最喜欢的深度学习框架，但在这里我要澄清一些事实。在这里，他们没