腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
大龄程序员的人工智能之路
专栏成员
举报
239
文章
333418
阅读量
37
订阅数
订阅专栏
申请加入专栏
全部文章(239)
深度学习(60)
神经网络(57)
编程算法(53)
tensorflow(50)
机器学习(48)
人工智能(39)
https(29)
python(20)
api(20)
android(18)
javascript(17)
网络安全(17)
小程序(16)
开源(15)
打包(14)
github(14)
keras(13)
linux(12)
windows(12)
模型(12)
SSL 证书(11)
卷积神经网络(11)
c++(10)
系统(10)
ide(9)
git(9)
图像识别(9)
java(7)
缓存(7)
开发(7)
ubuntu(6)
数据加密服务(6)
http(6)
微信(6)
chromium(6)
编译(6)
浏览器(6)
node.js(5)
硬件开发(5)
腾讯云测试服务(5)
数据分析(5)
视频(5)
html(4)
json(4)
图像处理(4)
存储(4)
numpy(4)
线性回归(4)
迁移学习(4)
anaconda(4)
安全(4)
机器人(4)
rust(4)
部署(4)
程序员(4)
工具(4)
工作流(4)
搜索(4)
源码(4)
c 语言(3)
go(3)
bash(3)
qt(3)
搜索引擎(3)
bash 指令(3)
网站(3)
容器(3)
自动化(3)
kernel(3)
数据结构(3)
webgl(3)
腾讯云开发者社区(3)
编码(3)
插件(3)
工作(3)
互联网(3)
架构(3)
设计(3)
优化(3)
人脸识别(2)
android studio(2)
嵌入式(2)
makefile(2)
容器镜像服务(2)
文件存储(2)
访问管理(2)
企业(2)
渲染(2)
面向对象编程(2)
监督学习(2)
决策树(2)
npm(2)
验证码(2)
gpt(2)
产品(2)
程序(2)
对象(2)
服务器(2)
框架(2)
软件(2)
视频编码(2)
数据(2)
音频(2)
音视频(2)
硬件(2)
内容分发网络 CDN(1)
官方文档(1)
腾讯云学堂(1)
ios(1)
ajax(1)
webview(1)
汇编语言(1)
arm(1)
数据库(1)
sql(1)
unix(1)
nginx(1)
批量计算(1)
命令行工具(1)
全站加速网络(1)
智能鉴黄(1)
文字识别(1)
机器翻译(1)
express(1)
yarn(1)
游戏(1)
html5(1)
ssh(1)
gui(1)
unity(1)
grep(1)
pytorch(1)
tcp/ip(1)
flash(1)
udp(1)
powershell(1)
物联网(1)
虚拟化(1)
jupyter notebook(1)
5g(1)
sdk(1)
迁移(1)
bug(1)
chatgpt(1)
cpu(1)
display(1)
event(1)
fortran(1)
gpu(1)
image(1)
invoke(1)
it(1)
map(1)
medium(1)
text(1)
video(1)
百度(1)
编程(1)
编程语言(1)
编译器(1)
操作系统(1)
测试(1)
创业(1)
代理(1)
地图(1)
翻译(1)
服务(1)
函数(1)
行业(1)
继承(1)
基础(1)
加密(1)
接口(1)
开发者(1)
客户端(1)
蓝牙(1)
流媒体(1)
乱码(1)
内存(1)
配置(1)
日志(1)
软件架构(1)
事件(1)
算法(1)
通信(1)
网络(1)
协议(1)
芯片(1)
性能(1)
语法(1)
语音(1)
云服务(1)
指针(1)
字符串(1)
搜索文章
搜索
搜索
关闭
三种Javascript深度学习框架介绍
keras
深度学习
java
javascript
机器学习
谈到机器学习,我们脑海首先蹦出的编程语言是什么?一定是python。其实除了python,Javascript也是不错的选择。都说现在是大前端时代,从移动开发、服务器端,甚至桌面软件开发(比如大名鼎鼎的VS Code),都有Javascript的身影。
云水木石
2019-11-20
1.2K
0
轻松理解Keras回调
keras
深度学习
随着计算机处理能力的提高,人工智能模型的训练时间并没有缩短,主要是人们对模型精确度要求越来越高。为了提升模型精度,人们设计出越来越复杂的深度神经网络模型,喂入越来越海量的数据,导致训练模型也耗时越来越长。这就如同PC产业,虽然CPU遵从摩尔定律,速度越来越快,但由于软件复杂度的提升,我们并没有感觉计算机运行速度有显著提升,反而陷入需要不断升级电脑硬件的怪圈。
云水木石
2019-08-09
1.8K
0
[译]标准化Keras:TensorFlow 2.0中的高级API指南
api
keras
tensorflow
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
1.7K
0
Keras Pytorch大比拼
tensorflow
api
深度学习
keras
pytorch
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
1.4K
0
[译]高效的TensorFlow 2.0:应用最佳实践以及有什么变化
python
api
keras
编程算法
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
841
0
尝鲜TensorFlow 2.0
api
https
网络安全
tensorflow
keras
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
506
0
使用数据增强技术提升模型泛化能力
keras
深度学习
在《提高模型性能,你可以尝试这几招…》一文中,我们给出了几种提高模型性能的方法,但这篇文章是在训练数据集不变的前提下提出的优化方案。其实对于深度学习而言,数据量的多寡通常对模型性能的影响更大,所以扩充数据规模一般情况是一个非常有效的方法。
云水木石
2019-07-02
1.1K
0
2018年最实用的6个机器学习项目
编程算法
机器学习
keras
深度学习
神经网络
对于人工智能和机器学习而言,过去的一年是非常重要的一年。许多最新的具有很大影响力的机器学习应用开发出来并得到应用,特别是在医疗保健、金融、语音识别、增强现实,以及更复杂的3D和视频等领域。
云水木石
2019-07-02
432
0
理解keras中的sequential模型
keras
神经网络
tensorflow
api
线性回归
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
3.5K
0
提高模型性能,你可以尝试这几招...
卷积神经网络
keras
腾讯云测试服务
github
git
在EZDL到底怎样,试试看…一文中,我尝试了百度推出的在线人工智能设计平台EZDL,其愿景是任何人不用编写一行代码就可以轻松地构建、设计和部署人工智能(AI)模型。从试用效果上看,确实不需要编写一行代码,也不需要什么人工智能知识。但对于一名程序员而言,将人工智能包装到一个黑盒子中,而自己毫无掌控感,总有那么一点不踏实。
云水木石
2019-07-01
1K
0
keras中的数据集
keras
编程算法
数据在深度学习中的重要性怎么说都不为过,无论是训练模型,还是性能调优,都离不开大量的数据。有人曾经断言中美在人工智能领域的竞赛,中国将胜出,其依据就是中国拥有更多的数据。像Google、amazon、腾讯、阿里巴巴之类的巨头,其产品属性天然拥有大量的数据,那对于个人和小型创业公司,数据从哪儿来呢?
云水木石
2019-07-01
1.7K
0
TensorFlow 2.0 beta版本来了!
tensorflow
api
keras
python
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
701
0
图像数据不足时,你可以试试数据扩充
api
https
网络安全
javascript
keras
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
1.9K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
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