谷歌開發技術推廣工程師 Laurence Moroney 在 Google Cloud Next 大會上進行了一段 42 分鐘的演講，主題是「What's New with TensorFlow...

Propel 項目給出一種科學計算和機器學習JavaScript庫。近期，該項目宣布改變研發方向。Propel最初致力于擴展TensorFlow的deeplearn.js和C語言實現。但在201...

近年來，有道技術團隊在移動端實時 AI 能力的研究上，做了很多探索及應用的工作。2017 年 11 月 Google 發布 TensorFlow Lite (TFLlite) 后，有道技術團隊第...

經常使用神經網絡框架的人都會知道，feed-dict 是向 TensorFlow 傳遞信息最慢的方式，應該盡量避免使用。向模型提供數據的正確方式是使用輸入管道，這樣才能保證 GPU 在工作時永遠...

訓練一個非常深度的神經網絡需要大量內存。通過由 OpenAI 研究員 Tim Salimans 和 Yaroslav Bulatov 聯合開發的工具包，你可以權衡計算力和內存的使用，從而使你的模...

不久之前，機器之心推薦了一篇論文，介紹 UC Berkeley 研究員發布的分布式系統 Ray。開發者稱，Ray 專門為人工智能應用設計，通過這款框架，運行于筆記本電腦上的原型算法僅需加入數行代...

深度學習是機器學習中一種基于對數據進行表征學習的方法，作為當下最熱門的話題，谷歌、Facebook、微軟等巨頭紛紛圍繞深度學習做了一系列研究，一直在支持開源深度學習框架的建設。

AI （Artificial Intelligence）人工智能及機器學習（Machine Learning）最近大熱，Google - Deep Mind的AlphaGo踢館人類所向披靡，最終...

TensorFlow 在訓練深度神經網絡方面效果也很好，那么你可能會考慮該如何取舍它的功能了 – 可是，為什么不選擇兩者兼得呢？那么，是否可以將兩者的優勢結合在一個模型中呢？

TensorFlow 是個機器學習的開源庫。這篇文章中作者將用 TensorFlow 來訓練識別自定義模型，并給出了詳細的過程（星戰迷 = =|| ）。

TensorFlow是由谷歌基于DistBelief進行研發的第二代人工智能學習系統，其命名來源于本身的運行原理，它完全開源，作者通過自己的一個小項目，闡述了如何用C++實現自己的TensorF...

如果你剛剛接觸TensorFlow并想使用其來作為計算框架，那么本文是你的一個很好的選擇，閱讀它相信會對你有所幫助。?

這篇博客的主要目的就是使讀者熟悉在 TensorFlow 上實現基礎 LSTM 網絡的詳細過程。

如何用TensorFlow結合LSTM來做時間序列預測其實是一個很老的話題，然而卻一直沒有得到比較好的解決。如果在Github上搜索“tensorflow time series”，會發現sta...

如果要學習TensorFlow中的RNN，第一站應該就是去了解“ RNNCell ”，它是TensorFlow中實現RNN的基本單元 ，每個RNNCell都有一個call方法，使用方式是：(ou...

TensorFlow 是一個基于 python 的機器學習框架。在 Coursera 上學習了邏輯回歸的課程內容后，想把在 MATLAB 中實現了的內容用 TensorFlow 重新實現一遍，當...

Keras 是提供一些高可用的 Python API ，能幫助你快速的構建和訓練自己的深度學習模型，它的后端是 TensorFlow 或者 Theano 。

在利用深度學習網絡進行預測性分析之前，我們首先需要對其加以訓練。目前市面上存在著大量能夠用于神經網絡訓練的工具，但TensorFlow無疑是其中極為重要的首選方案之一。

以下內容來源于一次部門內部的分享，主要針對AI初學者，介紹包括CNN、Deep Q Network以及TensorFlow平臺等內容。由于筆者并非深度學習算法研究者，因此以下更多從應用的角度對整...

在2015年11月9號Google發布了人工智能系統TensorFlow并宣布開源，此舉在深度學習領域影響巨大，也受到大量的深度學習開發者極大的關注。當然，對于人工智能這個領域，依然有不少質疑的...