首页
学习
活动
专区
工具
TVP
发布

TensorFlow从0到N + Rust

专栏作者
55
文章
58694
阅读量
35
订阅数
TensorFlow从0到1 - 0 - 前言
我是黑猿大叔,转战AI的大叔程序猿,你好。 版权所有 我以官方文档为主线,开始对TensorFlow的学习。这期间会把我的理解进行持续的输出,作为《TensorFlow从0到1》系列。它不会止于翻译和
袁承兴
2018-04-11
1.1K0
TensorFlow从0到1 - 3 - 人类学习的启示
机器学习 上一篇TensorFlow的内核基础介绍了TF Core中的基本构造块,在介绍其强大的API之前,我们需要先明了TF所要解决的核心问题:机器学习。 什么是机器学习? 人类的学习 美索不达米亚
袁承兴
2018-04-11
7150
TensorFlow从0到1 - 2 - TensorFlow核心编程
上一篇Hello, TensorFlow!中的代码还未解释,本篇介绍TensorFlow核心编程的几个基本概念后,那些Python代码就很容易理解了。 与TensorFlow核心(Core)相对的是T
袁承兴
2018-04-11
7780
TensorFlow从0到1 - 5 - TensorFlow轻松搞定线性回归
上一篇 第一个机器学习问题 其实是一个线性回归问题(Linear Regression),呈现了用数据来训练模型的具体方式。本篇从平行世界返回,利用TensorFlow,重新解决一遍该问题。 TensorFlow的API有低级和高级之分。 底层的API基于TensorFlow内核,它主要用于研究或需要对模型进行完全控制的场合。如果你想使用TF来辅助实现某个特定算法、呈现和控制算法的每个细节,那么就该使用低级的API。 高级API基于TensorFlow内核构建,屏蔽了繁杂的细节,适合大多数场景下使用。如果
袁承兴
2018-04-11
1.1K0
TensorFlow从0到1 - 4 - 第一个机器学习问题
上一篇 3 机器人类学习的启示借鉴人类学习的模式,描绘了数据驱动的机器学习方法论:通过大量数据来确定模型,从而让模型具有预测价值。本篇提出第一个机器学习问题,进一步看清楚机器学习的具体形式。 平行世界 在宇宙的一个平行世界中,天空是平面的,人们只能看到位于第一象限的星星。他们发现天上最亮的那颗星在缓慢的移动,于是收集了近千年以来所有天文学家的观测数据,共得到4次观测记载: 2200年,(22, 18) 2500年,(25, 15) 2800年,(28, 12) 3000年,(30, 10) 由于这颗星的意
袁承兴
2018-04-11
8620
TensorFlow从1到2 - 1 - 深度神经网络
上一主题《TensorFlow从0到1》介绍人工神经网络的基本概念与其TensorFlow实现,主要基于浅层网络架构,即只包含一个隐藏层的全连接(FC,Full Connected)网络。 新主题《T
袁承兴
2018-04-11
8890
没有更多了
社区活动
Python精品学习库
代码在线跑,知识轻松学
【玩转EdgeOne】征文进行中
限时免费体验,发文即有奖~
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档