TensorFlow.js 模型部署 通过 TensorFlow.js 加载 Python 模型 使用 TensorFlow.js 模型库 TensorFlow.js 模型部署 通过 TensorFlow.js 加载 Python 模型 一般Tensorflow的模型，以Python版本为例，会被存储为以下四种格式之一： TensorFl...

使用Docker部署TensorFlow环境 使用Docker部署TensorFlow环境 提示 本部分面向没有Docker经验的读者。对于已熟悉Docker的读者，可直接参考 TensorFlow官方文档 进行部署。 Docker是轻量级的容器（Container）环境，通过将程序放在虚拟的“容器”或者说“保护层”中运行，既避免了配置各种库、...

TensorFlow分布式训练 TensorFlow分布式训练 当我们拥有大量计算资源时，通过使用合适的分布式策略，我们可以充分利用这些计算资源，从而大幅压缩模型训练的时间。针对不同的使用场景，TensorFlow在 tf.distribute.Strategy 中为我们提供了若干种分布式策略，使得我们能够更高效地训练模型。

TensorFlow 中的基本 RNN 首先，我们来实现一个非常简单的 RNN 模型，而不使用任何 TensorFlow 的 RNN 操作，以更好地理解发生了什么。 我们将使用 tanh 激活函数创建由 5 个循环神经元的循环层组成的 RNN（如图 14-2 所示的 RNN）。 我们将假设 RNN 只运行两个时间步，每个时间步输入大小为 3 的向量。 下...

在 Ubuntu 上安装 TensorFlow 确定 TensorFlow 版本 GPU support TensorFlow 的 NVIDIA 需求 确定如何安装 TensorFlow virtualenv 安装 下一步 卸载 TensorFlow 原生 pip 安装 前提：Python 及 Pip 安装 TensorFlow 下一步 卸...

Chapter 2: Key Concepts of TensorFlow Chapter 2: Key Concepts of TensorFlow TensorFlow™ is a open-sourced library using data flow graphs for numerical calculation. Each node i...

三、TensorFlow的层次结构 三、TensorFlow的层次结构 本章我们介绍TensorFlow中5个不同的层次结构：即硬件层，内核层，低阶API，中阶API，高阶API。并以线性回归和DNN二分类模型为例，直观对比展示在不同层级实现模型的特点。 TensorFlow的层次结构从低到高可以分成如下五层。 最底层为硬件层，TensorFlo...

一、TensorFlow的建模流程 一、TensorFlow的建模流程 尽管TensorFlow设计上足够灵活，可以用于进行各种复杂的数值计算。 但通常人们使用TensorFlow来实现机器学习模型，尤其常用于实现神经网络模型。 从原理上说可以使用张量构建计算图来定义神经网络，并通过自动微分机制训练模型。 但为简洁起见，一般推荐使用Tensor...

TensorFlow Bundle 序列化 示例 MLeap TensorFlow Bundle TensorFlow Bundle 序列化 当序列化 TensorFlow Transformer 为 MLeap Bundle 的时候，我们会存储 TensorFlow Graph 为一个 Protobuf 文件，因此你需要先使用 free_grap...

TensorFlow.jl 基础使用 MNIST数字分类 TensorFlow.jl 基础使用 using TensorFlow   # 定义一个 Session sess = TensorFlow . Session ()   # 定义一个常量和变量 x = TensorFlow . constant ([ 1 ]) ...