HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
TensorFlow分布式实践
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
TensorFlow之tf.nn.dropout():防止模型训练过程中的过拟合问题
一:适用范围:tf.nn.dropout是TensorFlow里面为了防止或减轻过拟合而使用的函数,它一般用在全连接层二:原理: dropout就是在不同的训练过程中随机扔掉一部分神经元。也就是让某个神经元的激活值以一定的概率p,让其停止工作,这次训练过程中不更新权值,也不参加神经网络的计算。但是它的权重得保留
TensorFlow中的两种conv2d方法和kernel_initializer
tf.nn.conv2d在使用TF搭建CNN的过程中,卷积的操作如下convolutiontf.nn.conv2d(X,filters,strides1,2,2,1,padding"SAME")这个函数中各个参数的含义是什么呢?X:输入数据的minibatch,为一个4Dtensor;
TensorFlow——LinearRegression简单模型代码
代码函数详解tf.random.truncated\_normal()函数tf.truncated\_normal函数随机生成正态分布的数据,生成的数据是截断的正态分布,截断的标准是2倍的stddev。zip()函数zip() 函数用于将可迭代对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的对象。如果各个可迭代对象的
TensorFlow2教程20:自编码器
自动编码器的两个主要组成部分;编码器和解码器 编码器将输入压缩成一小组“编码”(通常,编码器输出的维数远小于编码器输入) 解码器然后将编码器输出扩展为与编码器输入具有相同维度的输出 换句话说,自动编码器旨在“重建”输入,同时学习数据的有限表示(即“编码”) 1.导入数据 (x\_train,y\_train),(x\_
TensorFlow Serving 模型更新毛刺的完全优化实践
_前言_在点击率CTR(ClickThroughRate)预估算法的推荐场景中使用TensorflowServing热更新较大模型时会出现短暂的延时毛刺,导致业务侧超时,降低算法效果,为了解决这个问题,爱奇艺深度学习平台团队经过多个阶段的优化实践,最后对TFServing和Tensorflow的源码进行深入优
TensorFlow Lite for Android示例
一、TensorFlow LiteTensorFlowLite是用于移动设备和嵌入式设备的轻量级解决方案。TensorFlowLite支持Android、iOS甚至树莓派等多种平台。二、tflite格式TensorFlow生成的模型是无法直接给移动端使用的,需要离线转换成.tflite文件格式。tflite
Tensor flow 实战Google深度学习框架 笔记摘要Pone
《Tensorflow实战Google深度学习框架》_前三章的摘要(没有简介和环境搭建的部分)__摘要的内容是与tensorflow语句相关的知识__如有违规之类的请通知我啊__这个pdf一般bd有需要的可以私聊我或者留下扣扣邮箱__欢迎指点__注:本来是要直接粘word但是word能粘截图我就一个一个传上来的
Tengine编译安装config项目清单
helpprintthismessageprefixPATHsetinstallationprefixsbinpathPATHsetngin
Tengine成功打通RISC
RISCV产业生态已经进入快速发展期,随着大量的公司加入到RISCV研究和生产,基于RISCV架构的芯片也如雨后春笋般涌入市场。可以预见的是,RISCV的时代正在到来。在AI热潮的推动下,RISCV上面部署AI的需求也越发凸显。但是目前在RISCV基金会标准协议上还没有统一的AI标准,也没有对应的加速库和推理框架,面对此种越发强烈的需求和困境
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


