首页
学习
活动
专区
工具
TVP
发布

大龄程序员的人工智能之路

专栏作者
224
文章
306941
阅读量
37
订阅数
写给开发人员的实用密码学 - 随机数
上一篇文章中介绍了消息验证码,这篇文章咱们来聊聊随机数。随机数看起来是一个很简单的概念,不论哪种编程语言都提供了简单的生成随机数的方法,有必要单独写一篇文章么?
云水木石
2021-01-12
1.7K0
Android NN API,谷歌意在收编各路诸侯?
在过去的几年中,诸如智能手机和平板电脑之类的移动设备的计算能力得到了飞速增长,接近几年前主流台式机的水平。如果仅仅是运行普通的应用程序,那的确存在性能过剩。于是,芯片厂商将目光转向人工智能。
云水木石
2020-07-21
1.7K0
手把手教你开发人工智能微信小程序(0):构建tfjs
本文将介绍如何从源码构建出 TensorFlow JS 库(tfjs)。对于大多数微信小程序开发者而言,并不需要经历这一步,要做的仅仅是把编译好的 tfjs 库加入微信小程序工程中。但我还是希望说说如何从源码编译出 tfjs 库,为什么呢?主要出于两个原因:
云水木石
2020-01-02
1.1K0
深度学习的JavaScript基础:从浏览器中提取数据
在python语言中,通过文件、摄像头获取数据,并不是什么难事。但对于浏览器来说,出于安全的考虑,并不能直接访问本地文件,至于访问摄像头、麦克风这样的硬件设备,只是从HTML5才开始得到支持。本文就如果获取数据展开讨论,看看在浏览器中提取数据有哪些方法。
云水木石
2019-12-16
1.7K0
好消息,TensorFlow网站有了简体中文版本了!
作为一名人工智能开发人员,TensorFlow官网一直是我获取TensorFlow知识的主要来源。然而,由于一些不可明说的原因,Google的一些网站被厚厚的墙给挡住了,即使是人畜无害的技术网站。其实TensorFlow网站有简体中文版并不稀奇,我老早就发现如果当前语言是中文,访问到TensorFlow的网页就是简体中文版的了。但这次不同,不仅网页变成中文的了,而且还不用翻墙就可以访问,这可比把网页翻译成中文更加重要。
云水木石
2019-08-01
8400
TensorFlow插件介绍
随着TensorFlow 2.0的推出,我们创建了一个名为TensorFlow Addons的新别殊兴趣小组(Special Interest Group, SIG)。该小组管理符合既定API模式的贡献代码库,但实现了核心TensorFlow中没有的新功能。比如,这些新功能可以是来自已发表论文中的新算法或数据预处理和过滤所缺少的功能。请前往Github查看该项目:
云水木石
2019-07-30
3.7K0
AIDog改造手记:使用TensorFlow 2.0
之前开发过一款人工智能的微信小程序,其功能是拍一张狗狗的照片,识别出狗狗的类别。程序虽小,功能虽然单一,但五脏俱全,涉及到机器学习的各个方面,以及微信小程序的开发,非常适合作为机器学习的上手项目。这个项目是一边学习,一边写出来的,在这个过程中,进一步掌握了机器学习的知识,具体情况请参考我之前写的文章:
云水木石
2019-07-30
8920
[译]标准化Keras:TensorFlow 2.0中的高级API指南
Keras是一个非常受欢迎的构建和训练深度学习模型的高级API。它用于快速原型设计、最前沿的研究以及产品中。虽然现在的TensorFlow已经支持Keras,在2.0中,我们将Keras更紧密地集成到TensorFlow平台。
云水木石
2019-07-02
1.6K0
Keras Pytorch大比拼
对于许多数据科学家、工程师和开发人员来说,TensorFlow是他们深度学习框架的第一选择。TensorFlow 1.0于2017年2月发布,至少可以说,它不是非常用户友好。
云水木石
2019-07-02
1.4K0
不服?来跑个分!
如今,手机厂商发布新品,跑分环节一定是少不了的。就连拍照这种很难量化的指标,也要整出一个DxOMark得分,分出高下。我们对数字是如此迷恋,以至于《小王子》里面就有这样一段话:
云水木石
2019-07-02
1.1K0
[译]高效的TensorFlow 2.0:应用最佳实践以及有什么变化
在最近的一篇文章中,我们提到,TensorFlow 2.0经过重新设计,重点关注开发人员的工作效率、简单性和易用性。
云水木石
2019-07-02
8180
尝鲜TensorFlow 2.0
前两天,Google在TensorFlow开发者峰会上发布了TensorFlow 2.0 alpha版,TensorFlow官网也全新改版上线。其实早在去年上半年,Google就放出口风,准备发布TensorFlow 2.0,一个重要的里程碑版本。然而直到今天,2.0仍然处于alpha版,这在快速迭代的人工智能领域,着实少见。随着alpha的发布,这几天网上关于TensorFlow的新闻和文章铺天盖地,我也看了一下文章,不过作为一名实战派,还是决定先上手尝鲜一下。
云水木石
2019-07-02
4820
理解keras中的sequential模型
keras中的主要数据结构是model(模型),它提供定义完整计算图的方法。通过将图层添加到现有模型/计算图,我们可以构建出复杂的神经网络。
云水木石
2019-07-02
3.3K0
当微信小程序遇上TensorFlow:小程序实现
首先要吐槽一下微信小程序开发工具没有Linux版本,为了开发微信小程序,我不得不搬出我的娱乐机iMac。对着硕大的屏幕,看着如蚂蚁般的文字,真心想问一下,那些使用iMac做开发机的朋友们不会肩周发炎,双眼发涩么?
云水木石
2019-07-01
8570
当微信小程序遇上TensorFlow:Server端实现
又是一年一度的十一黄金旅游周,你是在景区看人从众叕,还是在高速公路上观看大妈打太极呢?旅游黄金周我一般是尽量不出门,这个十一也不例外。十月一日跑了一个半马迎接国庆,十月二号选择去了一个偏门的景点:张之洞与武汉博物馆。今天则宅在家,吃吃喝喝之余,琢磨起识别狗狗的微信小程序。
云水木石
2019-07-01
1.1K0
TensorFlow 2.0 beta版本来了!
在不知不觉中,TensorFlow 2.0 beta版本已经发布,你可以通过下述方法安装:
云水木石
2019-07-01
6520
使用TensorFlow一步步进行目标检测(4)
到目前为止,我们已选择了预训练模型,找到了现成数据集,也创建了自己的数据集,并将其转换为TFRecord文件。 接下来,我们开始训练模型。
云水木石
2019-07-01
4770
图像数据不足时,你可以试试数据扩充
在EZDL到底怎样,试试看…中,我们谈到百度的在线AI设计工具EasyDL不需要调整任何参数,对于用户而言就是一个吃数据的黑盒子。也许系统会选择最优的参数和算法来训练出一个好的模型,如果此时准确率仍然达不到我们的需求,我们是否就完全束手无策了呢?
云水木石
2019-07-01
1.8K0
使用TensorFlow一步步进行目标检测(2)
在上一篇文章使用TensorFlow一步步进行目标检测(1)中,我们选择了目标检测的预训练模型。在这篇文章中,我将展示如何将数据集转换为TFRecord文件,这样我们就可以使用该数据集对模型进行再训练。这是整个过程中最棘手的部分之一,除非我们所选择的数据集是采用的特定格式,否则还需要编写一些代码来处理数据集。
云水木石
2019-07-01
7360
使用TensorFlow一步步进行目标检测(1)
目标检测(Object Detection)是人工智能最基础的应用,不论是我们常见的人脸识别,还是高大上的自动驾驶,都离不开目标检测。要从一幅复杂的画面中识别出物体或人物,需要复杂的算法,想想就觉得深奥,不过好在有TensorFlow这样的框架,具有强大的目标检测API,让没有机器学习背景的人也可以快速构建和部署功能强大的图像识别软件。
云水木石
2019-07-01
1K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
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·千货材料·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