16 小时前 / hyper0x
10 天前 / 云水木石
Tensorflow团队早早就放出了风声，Tensorflow 2.0就快来了，这是一个重要的里程碑版本，重点放在简单和易用性上。我对Tensorflow 2.0的到来充满期待，因此翻译了这篇Tensorflow团队发布的文档：Effective TensorFlow 2.0: Best Practices and What’s Changed。原文地址：https://medium.com/tensorflow/effective-tensorflow-2-0-best-practices-and-whats-changed-a0ca48767aff ，略有删减。点击阅读原文可以跳转到该文章，需要翻墙哦！ 在最近的一篇文章中，我们提到，TensorFlow 2.0经过重新设计，重点关注开发人员的工作效率、简单性和易用性......
12 天前 / 云水木石
前两天，Google在TensorFlow开发者峰会上发布了TensorFlow 2.0 alpha版，TensorFlow官网也全新改版上线。其实早在去年上半年，Google就放出口风，准备发布TensorFlow 2.0，一个重要的里程碑版本。然而直到今天，2.0仍然处于alpha版，这在快速迭代的人工智能领域，着实少见。随着alpha的发布，这几天网上关于TensorFlow的新闻和文章铺天盖地，我也看了一下文章，不过作为一名实战派，还是决定先上手尝鲜一下。 毕竟TensorFlow 2.0还是alpha版，不想破坏掉现有的TensorFlow的环境，所以决定先创建一个虚拟环境，在虚拟环境中进行尝鲜。借助于anaco......
12 天前 / mr7
作者：[ Tencent Blade Team ] Cradmin 我们身处一个巨变的时代，各种新技术层出不穷，人工智能作为一个诞生于上世纪50年代的概念，近两年出现井喷式发展，得到各行各业的追捧，这背后来自于各种力量的推动，诸如深度学习算法的突破、硬件计算能力的提升、不断增长的大数据分析需求等。从2017年的迅猛发展，到2018年的持续火爆，国内外各个巨头公司如腾讯、阿里、百度、Google、微软、Facebook等均开始在人工智能领域投下重兵，毫无疑问，这一技术未来将会深度参与我们的生活并让我们的生活产生巨大改变：人工智能时代来了！......
13 天前 / 开发者头条
▲点击上方雷锋网关注 文 | 丛末 来自雷锋网（leiphone-sz）的报道 雷锋网 AI 科技评论按：3 月 7 日凌晨，谷歌 TensorFlow 开发者峰会（TensorFlow Dev Summit 2019）在美国加州举行。自今年 1 月份谷歌放出 TensorFlow 2.0 开发者预览版，开发者们如今终于迎来了万众期待的 TensorFlow 2.0 Alpha 版的正式发布。也许是为了呼应谷歌此前将 TensorFlow 2.0 称作重要的「里程碑」，TensorFlow 的 Logo 也从过去的三维积木状变成了扁平化风格的「T」和「F」字母拼接。 除了发布 TensorFlow 2.0 Alpha 版，谷歌在本次大会上还发布了「一箩筐......
21 天前 / Java3y
前言只有光头才能变强。文本已收录至我的GitHub仓库，欢迎Star：https://github.com/ZhongFuCheng3y/3y 最近在学习TensorFlow的相关知识，了解了TensorFlow一些基础的知识，现在周末有空了，就写写一些笔记，记录一下自己的成长~ 总的来说，TensorFlow还是一个比较新的技术，有兴趣的同学不妨跟着我的笔记，一起学学呗(反正没坏处)~ 前面回顾： 外行人都能看得懂的机器学习，错过了血亏！这是我看过最好的「机器学习」科普文章了神经网络浅讲：从神经元到深度学习知识背景：没有Python基础，没有机器学习基础，可以说是真正从零学TensorFlow......
21 天前 / hyper0x
TensorFlow 2.0 将包含许多 API 变更，例如，对参数进行重新排序、重新命名符号和更改参数的默认值。手动执行所有这些变更不仅枯燥乏味，而且容易出错。为简化变更过程并让您尽可能顺畅地过渡到 TensorFlow 2.0，TensorFlow 工程团队创建了实用程序 tf_upgrade_v2，可帮助您将旧代码转换至新 API。 注：tf_upgrade_v2 链接 https://github.com/tensorflow/docs/blob/master/site/en/r2/guide/upgrade.md 使用 pip 安装 TensorFlow 2.0 时，系统会自动添加 tf_upgrade_v2 实用程序。该程序可将现有的 TensorFlow 1.13 Python 脚本转换为 Tens......
21 天前 / Thinkgamer
“多分类逻辑回归基于逻辑回归（Logistic Regression，LR）和softMax实现，其在多分类分类任务中应用广泛，本篇文章基于tf实现多分类逻辑回归，使用的数据集为Mnist。 ”个人网站： http://thinkgamer.cn/ CSDN博客：https://blog.csdn.net/gamer_gyt 微博： https://weibo.com/5352480017 微信公众号：数据与算法联盟（DataAndAlgorithm） 多分类逻辑回归的基础概要和在Spark上的实现可参考： 多分类逻辑回归（Multinomial Logistic Regression） 多分类实现方式介绍和在Spark上实现多分类逻辑回归（Multinomial Logistic Regressio......
22 天前 / 刘奇1993
郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI训练机器学习模型的时候，需要先找数据集、下载、装数据集……太麻烦了，比如MNIST这种全世界都在用的数据集，能不能来个一键装载啥的？ Google也这么想。 今天，TensorFlow推出了一个新的功能，叫做TensorFlow Datasets，可以以tf.data和NumPy的格式将公共数据集装载到TensorFlow里。 目前已经有29个数据集可以通过TensorFlow Datasets装载： 音频类nsynth 图像类cats_vs_dogs celeb_a celeb_a_hq cifar10 cifar100 coco2014 colorectal_histology colorectal_histology_large dia......
22 天前 / 雇个城管打天下
完整源码可在微信公众号：「01二进制」后台回复：「股市分析」获取 阅读此文前建议先阅读《找对象的过程中，我竟然理解了什么是机器学习！》 前言相信大家这几天或多或少的都开始关注到股市了，虽然我还不是很懂里面的一些套路，但是从最近各个公众号的推送里面，我也看到最近的股市确实是形势大好。对很多人来说，股票就和房价一样，他的升与降牵动着众多人的心。这几天很多qq群、微信群都开始讨论起股票了，各位坊间大神也纷纷开始预测各种股票走势了。 股票价格是典型的时间序列数据（简称时序数据），会受到经济环境、政府政策、人为操作......
30 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......
42 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=......
43 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......
44 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......
45 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......