29 天前 / 云水木石
之前开发过一款人工智能的微信小程序，其功能是拍一张狗狗的照片，识别出狗狗的类别。程序虽小，功能虽然单一，但五脏俱全，涉及到机器学习的各个方面，以及微信小程序的开发，非常适合作为机器学习的上手项目。这个项目是一边学习，一边写出来的，在这个过程中，进一步掌握了机器学习的知识，具体情况请参考我之前写的文章： 当微信小程序遇上TensorFlow：Server端实现 当微信小程序遇上TensorFlow：Server端实现补充 当微信小程序遇上TensorFlow：小程序实现 当微信小程序遇上TensorFlow：接收base64编码图像数据 当微信小程序遇上TensorFlo......
34 天前 / 云水木石
前一段时间为了在微信小程序中使用tensorflow.js，对tfjs-core代码做了一些修改，具体情况请参考我之前写的几篇文档： 重磅好消息！TensorFlow开始支持微信小程序 当微信小程序遇上TensorFlow - tensorflow.js篇 当微信小程序遇上TensorFlow - 本地缓存模型 后来，我厚着脸皮向tensorflow/tfjs-core项目提交了一个PR，不出意外，这个提交被拒了。当然谷歌的开发人员还是比较友好，给了我一个文档链接： https://mp.weixin.qq.com/wxopen/plugindevdocappid=wx6afed118d9e81df9 原来google有一份这样的开发指导文档，而且还是中文的，为啥没在......
57 天前 / 云水木石
从明天开始，我开始休年假，准备去云南逛一逛，估计这段时间又无法更新公众号，还请大家谅解。 在《当微信小程序遇上TensorFlow - tensorflow.js篇》一文中，我介绍了在微信小程序中使用TensorFlow.js，有朋友可能注意到，小程序每次都需要从网络加载模型。虽然tensorflow.js官方声称利用了浏览器的缓存技术，并不会每次都从网络下载。但在微信小程序中，使用的是wx.request接口下载文件，测试下来发现，似乎没有缓存机制。虽然小程序号称即用即走，但每次都需要从网络下载模型，完全体现不出端推断的优点，况且深度学习模型通常也不小，通常有好......
60 天前 / 星弟一直在
1、MobileNet GoogleMobileNets：用于移动视觉应用的高效卷积神经网络的张量流实现 在tensorflow / model中可以正式实施。 对象检测的正式实现现已发布，请参阅tensorflow / model / object_detection。 新闻 YellowFin优化器已经集成，但是我没有gpu资源在imagenet上训练。呼叫培训_ 官方实施点击这里 基本模块 ImageNet-2012验证集的准确性 模型宽度乘数预处理精度-TOP1精度-TOP5 MobileNet1.0与初始相同66.51％87.09％ 下载预训体重：OneDrive，百度云 失利 时间基准 环境：Ubuntu 16.04 LTS，Xeon E3-1231 v3,4核3.40GHz，GT......
62 天前 / 极客兔兔
这篇文章介绍如何使用 TensorFlow 2.0 搭建神经网络(Neural Network, NN)，使用纯监督学习(Supervised Learning)的方法，玩转 OpenAI gym game。示例代码基于 Python 3 和 TensorFlow 2.0 。 OpenAI gym是一个开源的游戏模拟环境，主要用来开发和比较强化学习(Reinforcement Learning, RL)的算法。这篇文章是 Tensorflow 2.0 系列使用 gym 的第一篇文章，网上介绍强化学习玩 gym 的文章比较多，而纯监督学习的文章极少。我们先使用纯监督学习的算法，一起感受 gym 的魅力吧。 如何安装12345pip install tensorflow==2.0.0-beta0pip install g......
71 天前 / 极客兔兔
大白话讲解卷积神经网络工作原理，推荐一个bilibili的讲卷积神经网络的视频，up主从youtube搬运过来，用中文讲了一遍。 这篇文章是整个 tensorflow入门-mnist手写数字识别系列的第五篇，介绍如何使用卷积神经网络（Convolutional Neural Network, CNN）来提高识别的准确性。之前使用了最简单的784x10的神经网络，达到了 0.91 的正确性，而这篇文章在使用了卷积神经网络后，正确性达到了0.99 卷积神经网络（Convolutional Neural Network, CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出......
74 天前 / 云水木石
在上一篇推送《重磅好消息！TensorFlow开始支持微信小程序》中，介绍了TensorFlow开始支持微信小程序平台，并计划将我之前开发的人工智能微信小程序识狗君使用tensorflow js改写。 这个端午节，趁着放假，空余时间比较多，开始研究微信小程序中如何使用tensorflow.js。 在写下上一篇推送后，我简单尝试过在微信小程序中使用tensorflow.js，发现直接使用还是存在一点问题，所以本次的目标是走通简单的流程：加载预训练模型mobilenet，可以用来识别图片所属分类。 示例代码位于: https://github.com/mogoweb/aidog 请切换到tfjs分支。 运行起来......
75 天前 / 云水木石
在不知不觉中，TensorFlow 2.0 beta版本已经发布，你可以通过下述方法安装： pip install tensorflow==2.0.0-beta0或安装GPU版本： pip install tensorflow-gpu==2.0.0-beta0在此测试版中，Google工程师完成了2.0 API的重命名和弃用符号，意味着这将是2.0最终版本的API，我们再也不用担心使用2.0 API 编写的代码在将来不可用。并且，在TensorFlow 1.14版本中提供了的v2兼容性模块，增加了Keras那样的2.0特性支持，如模型子类化，简化了自定义训练循环的API，为大多数类型的硬件添加了分发策略支持等等。 TensorFlow产品生态系统的核心组件，如Te......
75 天前 / 云水木石
在不知不觉中，TensorFlow 2.0 beta版本已经发布，你可以通过下述方法安装： pip install tensorflow==2.0.0-beta0或安装GPU版本： pip install tensorflow-gpu==2.0.0-beta0在此测试版中，Google工程师完成了2.0 API的重命名和弃用符号，意味着这将是2.0最终版本的API，我们再也不用担心使用2.0 API 编写的代码在将来不可用。并且，在TensorFlow 1.14版本中提供了的v2兼容性模块，增加了Keras那样的2.0特性支持，如模型子类化，简化了自定义训练循环的API，为大多数类型的硬件添加了分发策略支持等等。 TensorFlow产品生态系统的核心组件，如Te......
85 天前 / 云水木石
题图 由Gerd Altmann在Pixabay上发布 在前面一篇文章《从人工智能鉴黄模型，尝试TensorRT优化》我谈到了TensorFlow模型的优化，这是针对服务器端的优化，实际上优化结果并不理想。这篇文章我将谈谈将TensorFlow模型部署到Android系统上需要注意的几点。 TensorFlow针对移动和IoT设备推出了TensorFlow Lite，根据TensorFlow Lite的官方文档，TensorFlow Lite应用的开发步骤如下： 第一步，我们选择的是open_nsfw鉴黄模型的tensorflow版本，不用多说。 接下来第二步将TensorFlow模型转化为TensorFlow Lite模型，借助于TensorFlow提供的编程接......
86 天前 / MobService
文 / Mob 技术专家 孙尧 本文我们来用 TensorFlow 来实现一个深度学习模型，用来实现验证码识别的过程，这里识别的验证码是图形验证码，首先我们会用标注好的数据来训练一个模型，然后再用模型来实现这个验证码的识别。 1.验证码准备 这里我们使用 python 的 captcha 库来生成即可，这个库默认是没有安装的，所以这里我们需要先安装这个库，另外我们还需要安装 pillow 库 安装好之后，我们就可以用如下代码来生成一个简单的图形验证码 可以看到图中的文字正是我们所定义的内容，这样我们就可以得到一张图片和其对应的真实文......
103 天前 / figo
如今，特斯拉，谷歌，优步、通用汽车、百度都在努力创造自己的自动驾驶汽车，致力于在现实世界的道路上行驶。许多分析师预测，在未来5年内，我们将开始在我们的城市中运行全自动驾驶汽车，并且在30年内，几乎所有汽车都将完全自主。但是，对于个人研究者而言，这种成本太大，我们可以使用的一些相同技术来制造你自己的自动驾驶汽车不是很酷吗？ 在 github 上，一个叫做David Tian的小哥使用树莓派和TensorFlow构建了一个自动驾驶项目，在项目中，作者一步步将指导如何从头开始构建自己的项目，包括硬件的采购组装、自动驾驶小车的控制、......
133 天前 / 虞大胆
引言TensorFlow从15年10月开源至今，可谓是发展迅猛，从v0.5到如今的v2.0.0-alpha，经历了无数个功能特性的升级，性能、可用性、易用性等都在稳步提升。相对来说，对于我们工业界，大家可能更关注分布式TensorFlow的发展，本文尝试梳理下分布式TensorFlow从问世到现在经历过的变迁。 分布式TensorFlow运行时基本组件用户基于TensorFlow-API编写好代码提交运行，整体架构如下图所示。 [ dist-tf ] Client 可以把它看成是TensorFlow前端，它支持多语言的编程环境(Python/C++/Go/Java等)，方便用户构造各种复杂的计算图。Client通过Session......
143 天前 / openio
选自hackernoon 作者：Cassie Kozyrkov 机器之心编译 参与：高璇、路 TensorFlow 2.0 带来了大量改变。谷歌工程师 Cassie Kozyrkov 表示：之前的 TensorFlow 已死，而新版 TensorFlow 使它获得重生。如果你是 AI 铁粉，但恰好没看到这个重大新闻，这可能就像在地震来临之际打了个盹。一切都将改变。 这是什么？TensorFlow 的 logo？还是回答真/假判断题的字母？ 去年我写了 9 件关于 TensorFlow你需要了解的事。但是你需要明确知道的一件事是：TensorFlow 2.0 到来了！ 一场新革命！欢迎来到 TensorFlow 2.0。 这是一次......