2 天前 / hyper0x
编者注：文中超链接如果不能访问可以点击“阅读原文”访问本文原页面； 在此查看2019年2月27日的在线课程直播“使用TensorFlow Probability进行概率建模”。 这篇博文首发于Google的TensorFlow博客，经允许重新发表于此处。 在一家人工智能优先的金融交易和咨询公司Hedged Capital我们使用概率模型在金融市场进行交易。 在这篇博客文章中，我们探讨了所有金融模型中固有的三类错误，并在TensorFlow Probability（TFP）中展示了一个简单的模型示例。 金融不是物理学亚当·斯密，一般公认的现代经济学的创始人，对牛顿的力学和万有引力定律心存......
14 天前 / 雇个城管打天下
本文翻译自：《Feeding data to TensorFlow》 如有侵权请联系删除，仅限于学术交流，请勿商用。如有谬误，请联系指出。 由于微信公众号不支持外链，可点击文末“阅读原文”以访问外部链接。 TensorFlow 被设计用于高效地处理大量数据。所以你需要记住的是，千万不要“饿着”你的TF模型，这样才能得到最好的表现。一般来说，有三种方法可以给你的模型“喂”数据。 常量方式（Constants）最简单的方式莫过于直接将数据当成常量嵌入你的计算图中，如： import tensorflow as tf import numpy as np actual_data = np.random.normal(size=......
15 天前 / 雇个城管打天下
本文翻译自：《Broadcasting the good and the ugly》 如有侵权请联系删除，仅限于学术交流，请勿商用。如有谬误，请联系指出。 由于微信公众号不支持外链，可点击文末“阅读原文”以访问外部链接。 TensorFlow 支持广播元素操作。 通常，当你想做加法或乘法的运算时，你需要确保操作数的形状(shape)是匹配的，例如：你不能将一个形状为[3, 2]的张量和一个形状为[3,4]的张量相加。但是，这里有一个特殊情况，那就是当你的其中一个操作数是一个具有单独维度(singular dimension)的张量的时候，TF会隐式地在它的单独维度方向填满(tile)，以确保......
16 天前 / 雇个城管打天下
本文翻译自：《Understanding static and dynamic shapes》 如有侵权请联系删除，仅限于学术交流，请勿商用。如有谬误，请联系指出。 由于微信公众号不支持外链，可点击文末“阅读原文”以访问外部链接。 TensorFlow中的张量具有静态形状属性，该属性在图形构造期间确定。静态形状可能未指定。例如，我们可以定义一个形状张量[None，128]： import tensorflow as tf a = tf.placeholder(tf.float32, [None, 128]) 这意味着第一个维度可以是任何大小，并将在Session.run()期间动态确定。您可以按如下方式查询Tensor的静态形状： static_sha......
17 天前 / 雇个城管打天下
本文翻译自：《TensorFlow Basics》 如有侵权请联系删除，仅限于学术交流，请勿商用。如有谬误，请联系指出。 由于微信公众号不支持外链，可点击文末“阅读原文”以访问外部链接。 TensorFlow和其他数值计算库（如NumPy）之间最显著的区别在于TensorFlow中的操作是基于符号运算的。这是一个强大的概念，它允许TensorFlow执行命令式库（如NumPy）所不能做的所有事情（例如，自动区分）。但这也要付出更大的代价。在我我试图揭秘TensorFlow，并提供一些指导方针和最佳实践，以便更有效地使用TensorFlow。 让我们从一个简单的例子开始，我们要乘......
24 天前 / 云水木石
虽然手机的发展日新月异，我们更换手机的频率也加快，但不可否认的是，手机性能相比PC还是有很大的差距。对于机器学习来说，我们可以在电脑上训练模型，在手机上应用模型，但某些复杂的模型，在手机上进行推断，依然很慢。前一段时间曾经研究过在手机浏览器中加入鉴黄的功能，使用yahoo的open_nsfw模型，实际测试下来，速度仍然太慢，只得放弃。 手机是人工智能应用的绝佳载体，我一直在关注着机器学习在移动端的最新进展，特别是TensorFlow Lite。这是一篇翻译的文章，原文标题：TensorFlow Lite Now Faster with Mobile GPUs (Developer Preview......
31 天前 / 开发者头条
点击上方“硅星人”关注，最优秀的硅谷前沿内容，一网打尽 文中截图所引用的知乎等外部内容来源，均已标注来源。转载必须保留全文，包括引用来源和二维码。 “一岁还没入门？只能当产品经理了。” 文 | 光谱 这天，硅星人正刷着朋友圈等着下班。 突然刷到一条，心情立刻特别低沉…… 心情差并非因为，老大不小了还不会编程。 主要是别人家的小孩都开始学编程了！ 硅星人却连娃都还没有…… 去网上搜了一圈，硅星人更是吓了一大跳。 编程已经是过去的事了，现在的娃，早教都已经开始学 AI 了！ 知乎上居然还有这样的一个话题[1......
36 天前 / 个推技术学院
作者：个推数据建模工程师 陈玉琪 大数据时代，基于单机的建模很难满足企业不断增长的数据量级的需求，开发者需要使用分布式的开发方式，在集群上进行建模。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方案，同步更新的方式在模型的表现上能更快地进行收敛，而异步更新时，迭代的速度则会更加快。两种更新方式的图示如......
36 天前 / 刘奇1993
铜灵 编译整理 量子位 出品 | 公众号 QbitAI最近，TensorFlow 2.0版的开发者预览版发布没多久，这不，又有一篇优质教程来了。 最近，前Youtube视频分类的产品经理、Hands-On MachineLearning with ScikitLearn and TensorFlow一书的作者Aurélien Geron 就发布了用tf.keras和TensorFlow2.0做深度学习任务的Jupyter教程。 教程一发，网友点赞转发不在少数，不少网友表示教程简洁重点“真的很棒”！ 安装教程开始—— 如果之前你没安装过git那就先开始安装吧，输入以下命令复制存储库。 如果熟悉Python并知道如何安装Python库，就继续安......
37 天前 / phperzone
文 / Google TensorFlow 团队 TensorFlow 已经发展为世界上最受欢迎和被广泛采用的机器学习平台之一，我们衷心感谢一直以来支持我们的各界的开发者和他们的贡献： 研究人员：（预测地震余震、检测前列腺癌……） 开发人员：（识别患病植物、帮助人们减肥的应用 …… ） 企业应用：（中国电信、浙江移动、金山、扇贝……，通过 AI 改善客户体验） 还有很多 …… 2018 年 11 月，TensorFlow 迎来了它的 3 岁生日，我们回顾了几年来它增加的功能，进而对另一个重要里程碑 TensorFlow 2.0 感到兴奋！ TensorFlow 2.0 将专注于简单......
62 天前 / spearhead_cai
这是本文的最后一部分内容了，前两部分内容的文章： [GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上） [GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(中） 以及原文的地址： http://bamos.github.io/2016/08/09/deep-completion/ 最后一部分的目录如下： 第三步：为图像修复寻找最佳的假图片 利用 DCGANs 实现图像修复 [ML-Heavy] 损失函数 [ML-Heavy] TensorFlow 实现 DCGANs 模型来实现图像修复 修复你的图片 第三步：为图像修复寻找最佳的假图片利用 DCGANs 实现图像修复在第二步中，我们定义并训练了判别器D(x)......
68 天前 / spearhead_cai
上一篇文章--[GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上）中，我们先介绍了对于图像修复的背景，需要利用什么信息来对缺失的区域进行修复，以及将图像当做概率分布采样的样本来看待，通过这个思路来开始进行图像的修复。 这篇文章将继续介绍原文的第二部分，利用对抗生成网络来快速生成假图片。目录如下： 第二步：快速生成假的图片 从未知的概率分布中学习生成新的样本 [ML-Heavy] 建立 GAN 模型 采用 G(z) 生成假的图片 [ML-Heavy] 训练 DCGAN 目前的 GAN 和 DCGAN 实现 [ML-Heavy] TensorFlow 实现 DCGAN 在你的数据集......
71 天前 / 云水木石
在硬件设计领域，模块化设计是通用的设计准则，特别是大规模集成电路出现之后，硬件工程师并不需要从头设计，而是寻找合适的模块，将它们组合起来，完成所需的功能。软件设计领域也同样如此，比如Windows时代的COM组件、中间件，等等。当然，由于软件的灵活性和复杂性，无法做到像硬件领域集成度那么高，但这种思想始终会影响到软件设计方式。比如今天，做前端的软件设计人员，可能会在代码中用到JQuery、Bootstrap等框架。Android开发人员可能会使用Taurus、ActionBarSherlock、Android-Universal-Image-Loader之类的UI组件。 机器学习是一个近几......
74 天前 / spearhead_cai
在之前的两篇 GAN 系列文章--[GAN学习系列1]初识GAN以及[GAN学习系列2] GAN的起源中简单介绍了 GAN 的基本思想和原理，这次就介绍利用 GAN 来做一个图片修复的应用，主要采用的也是 GAN 在网络结构上的升级版--DCGAN，最初始的 GAN 采用的还是神经网络，即全连接网络，而 DCGAN 则是换成卷积神经网络（CNNs）了，这可以很好利用 CNN 强大的特征提取能力，更好的生成质量更好的图片。 原文是： http://bamos.github.io/2016/08/09/deep-completion/ 由于原文比较长，所以会分为 3 篇来介绍。 这篇文章的目录如下： 介绍 第一步：将图像解释为......