tensorflow自带的seq2seq模型基于one-hot的词嵌入，每个词用一个数字代替不足以表示词与词之间的关系，word2vec通过多维向量来做词嵌入，能够表示出词之间的关系，比如：男-女≈王子-公主。基于seq2seq的思想，利用多维词向量来实现模型，预期会有更高的准确性。
seq2seq模型原理
主要参考《Sequence to Sequence Learning with Neural Networks》这篇论文，核心思想如下图：
2024年09月08日
tensorflow自带的seq2seq模型基于one-hot的词嵌入，每个词用一个数字代替不足以表示词与词之间的关系，word2vec通过多维向量来做词嵌入，能够表示出词之间的关系，比如：男-女≈王子-公主。基于seq2seq的思想，利用多维词向量来实现模型，预期会有更高的准确性。
主要参考《Sequence to Sequence Learning with Neural Networks》这篇论文，核心思想如下图：
2024年09月08日
在本教程中，我将向你展示如何使用tf.Variable和tf.GradientTape来自定义模型、层、损失函数和优化器。我将使用一些代码示例来说明这些概念，你可以在[这里]找到完整的代码。
2024年09月08日
这篇文章总结，深度学习的框架：TensorFlow 的基本接口和操作类型。
Operations分类预览
Tensor
1 0-d tensor, or "scalar"
2024年09月08日
爱新聚福此次展出出色拉下帷幕，回首4天展览，爱新聚福与老朋友相聚畅谈，与新朋友相识相交，我们始终坚守“创用户信赖品牌，做客户满意服务”的经营理念，服务于每一位音乐人。
YAMAHA NUAGE系统平台下，Steinberg Nuendo 10数字音频工作站搭载Dolby Atmos杜比全景声影视音乐后期制作一站式解决方案。
YAMAHA CL&QL系列扩声调音台结合Dante网络音频协议与Nuendo Live软件同期音频录制系统的展示，还展示了：
2024年09月08日
本文主要解释pix2pix和cycleGAN背后的想法和概念，并列举一些相关的文章。
Christopher Hesse 博客: tensorflow实现的图像到图像的翻译转换
《Image-to-Image Translation in Tensorflow — Affine Layer》
Olga Liakhovich 博客：使用CycleGAN学习图像到图像的翻译转换
《Learning Image to Image Translation with CycleGANs》
2024年09月08日
向用户推荐巧克力是一个协作过滤问题
在本文中，我将用Apache Beam替换原始解决方案中的Pandas - 这将允许解决方案更容易扩展到更大的数据集。由于解决方案中存在上下文，因此我将简单介绍一下技术细节。
对于协作过滤，我们不需要知道关于用户或内容的任何属性。实质上，我们需要知道的仅仅是userId，itemId和特定用户给出特定项目的评级。在这种情况下，我们可以使用页面上的时间作为评级的代理。Google Analytics 360将网络流量信息导出到BigQuery，我从BigQuery中提取数据：
2024年09月08日
很多实际应用中，我们会先使用现有的成熟网络结构，喂入新的数据，训练相应模型，判断是否能对喂入的从未见过的新数据作出正确响应，再适当更改网络结构，反复迭代，让机器自动训练参数找出最优结构和参数，以固定专用模型。我们把每层输入乘以线上的权重 w，这样用矩阵乘法可以计算出输出 y 了。对于 变 量 初始 化 ， 我们 在 sess.run 中 写 入 tf.global_variables_initializer 实现对所有变量初始化，也就是赋初值。这是一个实现神经网络前向传播过程，网络可以自动推理出输出 y 的值。随机梯度下降算法保持单一的学习率更新所有的参数，学 习率在训练过程中并不会改变。由神经网络的实现结果，我们可以看出，总共训练 3000 轮，每轮从 X 的数据集 和 Y 的标签中抽取相对应的从 start 开始到 end 结束个特征值和标签，喂入神经 网络，用 sess.run 求出 loss，每 500 轮打印一次 loss 值。
2024年09月08日
决策树是一种常用的机器学习算法，可以处理分类和回归问题。在Python中，有多种库可以使用来构建决策树。
1. 使用scikit-learn库构建决策树
scikit-learn是一个非常流行的Python机器学习库，可以轻松地构建决策树模型。下面是一段基本的代码示例：
from sklearn.datasets import load_iris
2024年09月08日
1.4 TF常用函数
tf.cast(tensor,dtype=datatype)可以进行强制类型转换。
tf.reduce_min(tensor)和tf.reduce_max(tensor)将计算出张量中所有元素的最大值和最小值。
import tensorflow as tf
x1 = tf.constant([1., 2., 3.], dtype=tf.float64)
print("x1:", x1)
x2 = tf.cast(x1, tf.int32)
print("x2", x2)
print("minimum of x2：", tf.reduce_min(x2))
print("maxmum of x2:", tf.reduce_max(x2))2024年09月08日
TensorFlow 虽然是目前最为流行的神经网络框架，却以「难于上手」著称（Jeff Dean：怪我咯）。有些时候，我们需要简明扼要的代码来指点迷津。最近，来自 NCsoft AI 研究部门的 Junho Kim 就放出了一份这样的 TensorFlow 代码集。它类似于一个迷你版的 Keras，只不过因为其简单性，源码要好读得多。
项目链接：https://github.com/taki0112/Tensorflow-Cookbook