TensorFlow
共有 2005 篇文章 | 417人关注TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。
-
为Jupyter/Colab笔记本创建一个学习曲线图,并实时更新
为Jupyter/Colab笔记本创建一个学习曲线图,并实时更新
-
使用TensorFlow 2.0的非官方实现StyleGAN
使用TensorFlow 2.0的非官方实现StyleGAN
-
用Keras和Tensorflow实现的EfficientDet(可扩展和有效的对象检测)
用Keras和Tensorflow实现的EfficientDet(可扩展和有效的对象检测)
-
一个深度梦想的Pytorch实现
A Pytorch Deep Dream Implementation
-
使用具有批量重新归一化的深度CNN进行图像去噪(Neural Networks,2020)
Image denoising using deep CNN with batch renormalization(Neural Networks,2020)###{"Python":44069}
-
Python小例子、小Demo一网打尽
Python小例子、小Demo一网打尽。Python基础、Web开发、数据科学、机器学习、TensorFlow、Pytorch,你能想到的基于Python的小Demo都在这里。
-
通过MNN项目实现的移动设备车道检测模型
通过MNN项目实现的移动设备车道检测模型
-
cvxpylayers是一个Python库,用于使用CVXPY在PyTorch和TensorFlow中构造可微凸优化层
cvxpylayers是一个Python库,用于使用CVXPY在PyTorch和TensorFlow中构造可微凸优化层
-
产学界最强(SOTA)的简繁中文拼写检查工具:FASPell
产学界最强(SOTA)的简繁中文拼写检查工具:FASPell Chinese Spell Checker (Chinese Spell Check / 中文拼写检错 / 中文拼写纠错 / 中文拼写检查)
-
使用了tensorflow完成的最使用的yolov2版本,支持预训练模型和各类数据集的训练
使用了tensorflow完成的最使用的yolov2版本,支持预训练模型和各类数据集的训练
-
200行写一个自动微分工具
200行写一个自动微分工具
-
word2Vec总结
这是一篇比较早之前总结的文章,内容虽然简单,但是个人认为轻松易懂,Word2Vec 是自然语言处理技术的基石,深刻理解 Word2Vec 原理对 NLPlayer 至关重要。 一直以来,对,以及...
-
YOPO(您只需传播一次:通过最大原则加速对抗训练)
Code for our paper: You Only Propagate Once: Painless Adversarial Training Using Maximal Principle
-
阿里“推荐系统”背后的算法介绍
小天导读 : 随着阿里巴巴 APP里 “ 为你推荐 ” 模块在全链路里地位的不断提升,“为你推荐”已经不再是一个单一的商品推荐渠道,它开始扮演更多的角色...
-
一个相对完整的文档分析和识别项目
一个相对完整的文档分析和识别项目
-
微调预训练语言模型,解决多标签分类任务(可加载BERT、Roberta、Bert-wwm以及albert等知名开源tf格式的模型)
微调预训练语言模型,解决多标签分类任务(可加载BERT、Roberta、Bert-wwm以及albert等知名开源tf格式的模型)
-
用Tensorflow2.0進行外匯收盤價預測, 使用LSTM, 1d-CNN, Seq2Seq
用Tensorflow2.0進行外匯收盤價預測, 使用LSTM, 1d-CNN, Seq2Seq
-
使用预训练语言模型ALBERT做中文NER
这次的albert某种程度上可能比bert本身更具有意义,恰逢中文预训练模型出来,还是按照之前的数据来做NER方面的fine-tune
-
一份易上手的详细教程, 说明了 从本地训练到serving端部署yolov3的整个流程
主要对原tensorflow版本算法进行了网络修改,显示调整等细节优化,训练了Visdrone2019无人机数据集, 详细说明了 从本地训练到serving端部署yolov3的整个流程, Map 86%左右!!
-
图解Transformer
前言 Transformer在Goole的一篇论文 Attention is All You Need 被提出,为了方便实现调用Transformer Google还开源了一个第三方库,基于Te...