文章
吴恩达 deeplearning.ai 新课上线:TensorFlow: Data and Deployment
!image.png(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/a4324dd937b94a1e6775f02eee72869a.png)吴恩达大家应该很熟悉了,他在Coursera开设的机器学习课程非常的受欢迎。近
基于函数计算 + TensorFlow 的 Serverless AI 推理
前言概述本文介绍了使用函数计算部署深度学习AI推理的最佳实践,其中包括使用FUN工具一键部署安装第三方依赖、一键部署、本地调试以及压测评估,全方位展现函数计算的开发敏捷特性、自动弹性伸缩能力、免运维和完善的监控设施。1.1DEMO概述!(http
Tensorflow 实现Mnist图片预测
1.准备数据,使用占位符,动态加载训练数据<pre<codextf.placeholder(tf.float32,None,784)y_truetf.placeholder(tf.int32,None,10)</code</pre2.初始化参数,建立模型<pre
TF2.0 XLA加速测试
TF2.0XLA加速测试官方介绍,XLA(加速线性代数)是一种针对特定领域的线性代数编译器,能够优化TensorFlow计算,它可以提高服务器和移动平台的运行速度,并改进内存使用情况和可移植性。XLA框架是实验性框架,仍处于积极开发阶段。于是乎,我就想看看XLA对BERT模型
TensorFlow TFRecords 写入和读取
一.图片和图片标签写入TFRecords1.创建文件存储器<pre<codewritertf.io.TFRecordWriter(&39;./data/tfrecords/cifar.tfrecords&39;)</code</pre2.for循环将读取的数据存入导e
TensorFlow 读取二进制文件
1.构建文件列表,使用cifar10数据集(https://link.segmentfault.com/?enc%2BXO5%2F%2F2Vvd0JH4dy73EGXg%3D%3D.oACKPD9BiMTb8LzMg5F30zte6uBrr1Q7oI4KEgQpnye5CCN9q8haNDy
Tensorflow 读取图片文件
1.读取文件列表<pre<code文件保存目录path&39;./data/iamge&39;file_namesos.listdir(path)file_listos.path.join(path,file_name)forfile_nameinfile_nam
tensorflow 读取csv文件
1.创建文件列表<pre<codepath&39;./data/csvdata/&39;file_namesos.listdir(path)file_listos.path.join(path,file_name)forfile_nameinfile_names</
TensorFlow 队列多线程
1.创建队列<pre<codeQtf.FIFOQueue(10000,tf.float32)</code</pre10000:队列大小tf.float32:队列数据类型2.创建数据<pre<codevartf.Variable(0.0)datatf.a
双 11 模块 79.34% 的代码是怎样智能生成的?
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/b608bb0b1a5be9070610ed26f84d4c82.png)<blockquote<strong导读:</strong作为今年阿里经济体前端委员会的四
已加载文章中没有匹配内容,试试其他关键词或清空搜索。