-
TensorFlow 2 进阶使用
## ☐ ☐ ☐ ☐
扫码试看/订阅
《 TensorFlow 2 项目进阶实战》视频课程
## 目录
- 使用 TensorFlow 2 实现图像数据增强
- 使用 TensorFlow 2 实现分布式训练
- 使用 TensorFlow Hub 迁移学习
- 使用 @tf.function 提升性能
- 使用 TensorFlow Serving Serving 部署云端服务
- 使用 TensorFlow Lite 实现边缘智能
# 使用 TensorFlow 2 实现图像数据增强
# 使用 TensorFlow 2 实现分布式训练
# 使用 TensorFlow Hub 迁移学习
## TensorFlow Hub
A comprehensive collection of models

Image

Text

Android
iOS
Embedded
Devices
## TensorFlow 支持的操作系统
• Ubuntu 16.04 or later
• Windows 7 or later uments/a/7/2/7/a7274b59c568408e2fa80ee6dadfd2c7/p6_2.jpg)
macOS Sierra

## 使用 pip 安装 TensorFlow
tensorflow — Current release
0 码力 |
20 页 |
15.87 MB
| 2 年前 3
-
TensorFlow 2 项目实战进阶

扫码试看/订阅
《TensorFlow 2 项目进阶实战》视频课程
基础理论篇:TensorFlow 2 设计思想
## 目录
- TensorFlow 2 设计原则
- TensorFlow TensorFlow 2 核心模块
- TensorFlow 2 vs TensorFlow 1.x
- TensorFlow 2 落地应用
TensorFlow 2 设计原则
## TensorFlow - Infra of AI
## TensorFlow

### TensorFlow 2.0

Simplified APIs.
Focused on Keras and
eager execution
Easy

扫码试看/订阅
《TensorFlow 2 项目进阶实战》视频课程
快速上手篇:动手训练模型和部署服务
## 目录
- TensorFlow 2 开发环境搭建
- 使用 tf.keras.datasets data.Dataset 加载数据
- 使用 tf.keras.Model 管理模型
- Fashion MNIST 数据集介绍
- 使用 TensorFlow 2 训练分类网络
TensorFlow 2 开发环境搭建
## TensorFlow 2 支持的操作系统
• Python 3.5–3.7
• Ubuntu 16.04 or later
• Windows 7 or later edd832e36542b2c92fea5e3ee6/p6_1.jpg)

Raspbian

Since an early flush of optimism in the 1950s, smaller subsets of artificial intelligence [Image](/uploads/documents/2/2/2/a/222a4d9f959d3c205f85741e03264106/p6_2.jpg)
## 1990 s:神经网络在图像和语音领域发力

## 算力和数据增长推动深度学习的繁荣发展
0 码力 |
34 页 |
35.16 MB
| 2 年前 3
-
## Swift for TensorFlow
## First-Class Machine Learning in Swift
莲叔(aaaron7)
## About me
- 莲叔 / aaaron7
- SwiftGG 成员,目前没有参与翻译工作,主要负责在群里灌水;
- 目前供职于 UC 短视频组;
- 兴趣:Swift,函数式编程,机器学习;
- 自我要求:争取不坑
## ## Roadmap
Intro
- Why
- Swift for TensorFlow
How Magic behind
• Graph Program Extraction
Example
• Linear Classification
• Collaborative Filtering
## Why
## Why Swift
As we know
Swift has a few [Image](/uploads/documents/1/4/d/1/14d11f42c8542ddd2baeb4cef1b1aea5/p5_1.jpg)
原 Swift3.0 的坑

升级到Swift 4.0可能遇到的坑总结
An internal error
0 码力 |
56 页 |
3.03 MB
| 2 年前 3
-
番外篇
TensorFlow 社区参与指南
# 回报回 回报回 回报回
扫描二维码
试看/购买《
TensorFlow 快速入门与实战》视频课程
## 番外篇 目录
•
TensorFlow 社区介绍
•
TensorFlow 生态-TFX
•
TensorFlow 生态-Kubeflow
• 如何参与
TensorFlow 社区开源贡献
• ML GDE 是
TensorFlow 社区与开发者的桥梁 社区与开发者的桥梁
TensorFlow 社区介绍
##
TensorFlow 开源社区(20181219)
| Search or jump to... | Pull requests | Issues | Marketplace | Explore | |
tbody>
##
TensorFlow 开源社区(20190304)

https://github.com/
tensorflow/
tensorflow/
##
TensorFlow 发布版本
0 码力 |
46 页 |
38.88 MB
| 2 年前 3 -
## 第七部分 实战 TensorFlow 人脸识别

扫描二维码
试看/购买《TensorFlow 快速入门与实战》视频课程
## 第七部分 目录
- 人脸识别问题概述
- 典型人脸相关数据集介绍
- 人脸检测算法介绍
- 用人脸区分人类个体是不利的。
2. 人脸的外形很不稳定,人可以通过脸部的变化产生很多表情,而在不同观察角度,人脸的视觉图像也相差很大,另外,人脸识别还受光照条件(例如白天和夜晚,室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄、拍摄的姿态角度等多方面因素的影响。
## 人脸识别典型流程
人脸识别的经典流程分为三个步骤:
1)人脸检测;2)人脸对齐;3)人脸特征表示。
后,我们可以从原始图像空间直接学习判别性的人脸表示,实现端到端的人脸识别模型。

## 深度学习“引爆”人脸识别
过去几年,深度学习正在彻底改变人脸识别领域。由于GPU的计算效率不断提高,谷歌的研究人员在 CVPR (Computer Vision 0 码力 |
81 页 |
12.64 MB
| 2 年前 3 -
## 第四部分 实战 TensorFlow 房价预测
# ☐ ☐ ☐ ☐
扫描二维码
试看/购买《TensorFlow 快速入门与实战》视频课程
## 第四部分 目录
• 房价预测模型介绍
• 使用 TensorFlow 实现房价预测模型
- 使用 TensorBoard 可视化模型数据流图
• 实战 TensorFlow 房价预测
## 房价预测模型介绍
## 前置知识:监督学习(Supervised 函数的输出通常为一个连续值(回归分析)或类别标签(分类)。

## 前置知识:监督学习典型算法
• 线性回归(Linear Regression)
• 逻辑回归(Logistic Regression)
• 决策树(Decision Tree) 感知器(Perceptron)
• 深度神经网络(DNN)


Input Space 0 码力 |
46 页 |
5.71 MB
| 2 年前 3 -
## 第三部分 TensorFlow 基础概念解析
# 回报回 回报回 回报回
扫描二维码
试看/购买《TensorFlow 快速入门与实战》视频课程
## 第三部分 目录
• TensorFlow 模块与架构介绍
• TensorFlow 数据流图介绍
• 张量(Tensor)是什么
• 变量(Variable)是什么
• 操作(Operation)是什么
• 会话(Session)是什么 会话(Session)是什么
• 优化器(Optimizer)是什么
## TensorFlow 模块与架构介绍
## TensorFlow 模块与 APIs
High-Level TensorFlow APIs
Mid-Level TensorFlow APIs
Low-level TensorFlow APIs
TensorFlow
Kernel
Estimators
Keras
Layers Python
C++
Java
Go
TensorFlow Distributed Execution Engine
## TensorFlow 模块与 APIs
High-Level TensorFlow APIs
Mid-Level TensorFlow APIs
Low-level TensorFlow APIs
TensorFlow
Kernel
Estimators
Keras 0 码力 |
50 页 |
25.17 MB
| 2 年前 3
|