腾讯 · 研究员 (已认证)
colab自不必多说，对机器学习从业者是布道者的角色。配合google driver，一些想法不会受限于硬件条件得以起航，就算有了条件，多处统一访问也方便开发。...
最近在学习edx的HarvardX TinyML 3 - deploying TinyML。这个在线课程大大降低了TinyML的学习曲线的陡峭度，可以作为《Ti...
标准化流（Normalizing Flows）是算法工具包中的一种便捷技术，它将简单的密度（如高斯分布）转换为丰富的复杂分布，可用于生成模型，RL和变分推断。 ...
朴素贝叶斯分类器是基于贝叶斯定理以及一些有关特征独立性的强（朴素）假设的简单概率分类器，也称“独立特征模型”。本文demo使用TF的实现朴素贝叶斯分类器，用Te...
有任务需要处理一堆收集来得开源数据集，在服务器单机跑了一天才给结果，多方咨询有HPC可以用，或者叫supercomputer，或者叫计算机集群，大部分的简称gr...
技术到了最后，都是要在实际生活中实践，才有活力；而不是曲高和寡，光是鼓吹技术多牛逼，没有切实改变生活，提高体验，产生经济价值，那样的技术都是耍流氓。
上一篇文章描述了为什么quantization 量化的int8足够运行推理，以及Quantization量化对TinyML的重要性，但是没有深入说明Quanti...
当神经网络最初被开发时，最大的挑战是使它们能够工作！这意味着训练期间的准确性和速度是重中之重。使用浮点算术是保持精度的最简单方法，并且GPU具备完善的设备来加速...
机器学习之初，可以在各种开源数据集玩各种模型、玩各种参数，机器学习工程被称为“炼丹”。那时候，数据是规则，目标是明确，世界是如此简单和令人振奋。虽然也有一些杂音...
TinyML最近几年才提出，TinyML的书去年才见到，中文版今年在国内才买到。TFLite micro技术也就今年左右才成熟。之前所有的依靠动物身上传感器进行...
对于Tensorflow最大需求是能够在桌面系统中训练并运行模型，这种需求影响了很多设计决策，例如为了更低的延迟和更多的功能而增加可执行文件的大小。云端服务器上...
机器/深度学习已经如火如荼，各种炫目的效果呈现不穷，笔者也复现一些如stackoverflow assistence、头像动漫化等，但大都需要强大算力，“终端（...
deb http://mirrors.aliyun.com/raspbian/raspbian/ buster main contrib non-free rp...
11月到12月，使用新出的ARkit开发了一个AR游戏，梳理下开发过程的经验，整理成文。 计划是一个系列，入门篇主要是收集的资料整合。
| 导语最近，整理AR项目经验，准备面向内部的AR技术分享。温故而知新，整理过程中自然而然有一些个人想法，索性再灌个水贴。案例驱动设计，探索的失败多了，剩下的道...
Google Translate App 以word Lens即时相机翻译黑科技与 基于云计算架构的“统计机器翻译”的强大服务后台，引爆大众关注。“CV交互+移...
导语 随便说说，其一，项目的原名是“CV移动交互应用的前后台框架”，为了高大上，起了个“云计算”；其二，这是动手写的第一篇，不过在规划里面第二篇，第一篇项目概述...
扫码关注云+社区
领取腾讯云代金券
