四时宝库

程序员的知识宝库

机器学习100天-Day2101 Tensorflow入门

说明:本文依据《Sklearn 与 TensorFlow 机器学习实用指南》完成,所有版权和解释权均归作者和翻译成员所有,我只是搬运和做注解。

进入第二部分深度学习

第九章启动并运行Tensorflow

Tensorflow是一款用于数值计算的强大的开源软件库,特别适用于大规模机器学习的微调。

它的基本原理很简单:首先在 Python 中定义要执行的计算图(例如图 9-1),然后 TensorFlow 使用该图并使用优化的 C++ 代码高效运行该图。

新品播报神秘的TF白管&酷炫的纪梵希黑唇膏

点击上方“IAMINRED口红控”关注我们

01

TOM FORD Soleil Collection 2016

TF2016春夏限量白管来袭!!!

#TFSoleillipsticks—bold colors (😍!), very pigmented and super shiny-sheen that's a change from current matte ones 👍🏻👍🏻

Xbox负责人:XB天蝎座不和高配置PC竞争

索尼PS4 Pro发售了,另外一款加强版主机微软Xbox天蝎座——号称有史以来最强大的主机,明年圣诞节时才发售。微软一直强调这款主机的性能如何强大,支持原生4K体验微软第一方工作室的游戏。

XBOX ONES

最近微软Xbox总负责人Spencer接受了外媒采访,他说Xbox天蝎座在性能上不会试图和高配置PC竞争,因此定价上仍然是按照主机范畴定价。

Xbox天蝎座是在今年E3上正式公布的,微软宣称Xbox天蝎座性能可达6.1TFLOPS(PS4 Pro是4.2),内存带宽320Gb/s,CPU仍然是八核。

如何为TensorFlow和PyTorch自动选择空闲GPU,解决抢卡争端

雷锋网按:本文作者天清,原文载于其知乎专栏世界那么大我想写代码,雷锋网获其授权发布。

项目地址:QuantumLiu/tf_gpu_manager

***

更新:支持pytorch

***

使用

git clone https://github.com/QuantumLiu/tf_gpu_manager

把manager.py放到你训练的目录就行。

OpenAI 发布稀疏计算内核,更宽更深的网络,一样的计算开销

雷锋网 AI 科技评论按:OpenAI 的研究人员们近日发布了一个高度优化的 GPU 计算内核,它可以支持一种几乎没被人们探索过的神经网络架构:带有稀疏块权重的网络。取决于不同的稀疏程度,这些内核的运行速度可以比 cuBLAS 或者 cuSPARSE 快一个数量级。OpenAI 的研究人员们已经通过这些内核在文本情感分析和文本图像的生成中得到了顶尖的成果。雷锋网 AI 科技评论把 OpenAI 的这篇介绍文章翻译如下。

在深度学习领域,模型架构和算法的开发很大程度上受制于 GPU 对基础计算操作的支持到什么程度。具体来说,其中有一个问题就是通过 GPU 实现稀疏线性操作时计算效率太低。OpenAI 这次发布的计算内核就是为了支持这个的,同时也包含一些实现的多种稀疏模式的初期成果。这些成果已经展示出了一些潜力,不过还算不上是决定性的证据。OpenAI 的研究人员们也邀请更多深度学习领域的研究人员一起参与,携手继续改进这个计算内核,让更多的计算架构变得可能。

为什么你就是学不会 Numpy ? | 技术头条

作者 | Che_Hongshu

责编 | 胡巍巍

前言

玩数据分析、数据挖掘、AI的都知道这个Python库用的是很多的,里面包含各种操作,在实际的DataSet的处理当中是非常常用的,这里我做一个总结,方便自己看,也方便大家看,我准备做一个非常细致的分类,每个分类有对应的NumPy常用用法,以后见到或者用到再一个个慢慢加进来。

下载、安装、导入

用Anaconda安装是十分方便的,如果你已经安装了tf、Keras之类的,其实已经直接把NumPy安装了,一般来说安装就是pip命令。

人工智能之深度学习连载,基础类型入门


本系列属于连载内容,有需要修正的地方,还望各位同仁在评论专区积极指出。

主要是基于图深度学习的入门内容。讲述最基本的基础知识,其中包括深度学习、数学、图神经网络等相关内容。偏重完整的知识体系和学习指南,在实践方面不会涉及太多基础内容。

文章涉及使用到的框架以PyTorch和TensorFlow为主。默认读者已经掌握Python和TensorFlow基础。如有涉及到PyTorch的部分,会顺带介绍相关的入门使用。


TensorFlow 项目实战开发教程:对抗生成网络(GAN) - 生成艺术作品

主题:

TensorFlow是一个强大的深度学习框架,广泛应用于生成模型的训练。本教程将引导你通过一个实际项目,学习如何使用TensorFlow构建一个对抗生成网络(GAN),用于生成艺术作品。我们将涵盖项目准备、数据处理、模型构建、训练、生成等关键方面。

第一步:项目准备

【人工智能】生成对抗网络算法之GAN算法,从入门到精通

前言

GAN(生成对抗网络)是深度学习中非常引人注目的算法之一,它由Ian Goodfellow等人于2014年提出。GAN算法在图像生成、风格转换、数据增强等领域取得了显著的成就。本博客将带您从入门到精通,逐步介绍GAN算法的原理和实现,并附带示例代码帮助您更好地理解和应用GAN。

将 TF1.x 代码迁移到TensorFlow 2.0的解决方案(官方教程翻译)

在TensorFlow 2.0中,仍然可以运行未经修改的1.x代码(contrib除外):

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

但是,这并不能让您利用TensorFlow2.0中的许多改进。本指南将帮助您升级代码,使其更简单、更高效、更易于维护。

自动转换脚本

<< 1 2 3 4 5 > >>
控制面板
您好,欢迎到访网站!
  查看权限
网站分类
最新留言
    友情链接