14 小时前 / 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......
3 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......
11 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......
14 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......
15 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......
16 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......
26 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......
27 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......
44 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、......
74 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......
83 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......
86 天前 / 云水木石
Tensorflow 2.0带来的一个重大变化就是采用keras API作为TensorFlow的标准上层API，因为我在编码中使用到keras比较多，所以对这个变化感到高兴，现翻译一篇Tensorflow团队发布的文档：Standardizing on Keras: Guidance on High-level APIs in TensorFlow 2.0。原文地址：https://medium.com/tensorflow/standardizing-on-keras-guidance-on-high-level-apis-in-tensorflow-2-0-bad2b04c819a ，略有删减。点击阅读原文可以跳转到该文章，需要翻墙哦！ Keras是一个非常受欢迎的构建和训练深度学习模型的高级API。它用于快速原型设计、最前沿的研究......
86 天前 / 比昂
在之前的文章（生成对抗网络浅析（GAN））中提到了GAN网络的遗留问题，如不收敛问题，GAN网络的目的是做一个D网络和G网络的纳什均衡，然后只有保证Value函数V是凹函数的情况下才能保证纳什均衡，这个函数有可能收敛到一个不是50%概率的情况，并且在G网络生成过程中没有控制能力。 01 CGAN（Conditional Generative Adversarial Nets) 针对GAN不可控的特点，论文Conditional Generative Adversarial Nets中提出了，CGAN模型，通过引入监督信息（label属性，性别，是否微笑，年龄等），用来指导训练Generator。 CGAN中的价值函数换成了......
88 天前 / 比昂
之前介绍过生成对抗网络的初步原理，参见（生成对抗网络浅析（GAN））。 今天结合最近很火的TensorFlow，看看原理背后的实现。 01 模型 上一篇，参见（生成对抗网络浅析（GAN））定义了GAN模型的Model， 使用TFGAN我们组要定义4个重要属性 a. Generator, 在噪声的干扰下，生成Fake image； b. Discriminator， 判定输入Training set，是Real，还是Fake； c. 真实图片，Real Images； d. Random noise; Generator def generator_fn(noise, weight_decay=2.5e-5, is_training=True):"""G 生成MNIST图片的G网络. Ar......