Typora 好用,但是眼下收费又闭源,使用中一直有bug没有解决;刚刚发现了国产替代产品MarkText,尽管存在很多问题,但设计的功能几乎可以覆盖 Typora,并且添加了很多个性化配置和新功能,...open-source markdown editor that focused on speed and usability. —— MarkText MarkText 是一个 MIT 授权的开源项目...,最新版本总是可以从 GitHub 发布页面免费下载,是一款国产的开源 Markdown 文本编辑器。...目前仍在开发中,问题还是存在的,希望可以逐步改进,开源软件我们也可以做些贡献。...https://github.com/marktext/marktext 安装使用 下载地址:https://marktext.app/ 下载对应安装包安装适用即可 相对于Typora的新功能
在了解如何利用TesnsorFlow构建和训练各种模型——从基本的机器学习模型到复杂的深度学习网络后,我们就要考虑如何将训练好的模型投入于产品,以使其能够为其他应用所用,本文对此将进行详细介绍。...搭建TensorFlow服务开发环境 Docker镜像 TensorFlow服务是用于构建允许用户在产品中使用我们提供的模型的服务器的工具。.../configure 导出训练好的模型 一旦模型训练完毕并准备进行评估,便需要将数据流图及其变量值导出,以使其可为产品所用。...训练结束时,最后一次保存的训练检查点文件中将包含最后更新的模型参数,这正是我们希望在产品中使用的版本。...产品准备 在结束本文内容之前,我们还将学习如何将分类服务器应用于产品中。
今天来介绍 Docker CLI 的替代产品及个人推荐。...至于镜像类常用命令,特别是构建过程,K8S 默认不会涉及这一块,那么不用 Docker 的话,容器构建工具也是需要找一个替代品的。...Docker 替代品 Docker 运行时替代品 runC 实现主要是2个: •containerd[2]: Docker 的公司贡献的 •CRI-O[3]: RedHat 主导 目前主流的选择是:containerd...Docker CLI 替代 •Podman[6] •nerdctl[7] Docker 镜像构建替代品 Docker 镜像构建替代品可选项有: •Buildah[8]:RedHat 主导•BuildKit...替代品懒人方案 - RedHat 开源的 3 件套:Buildah、Podman 和 Skopeo 先不提 K8S CRI 的替代。
作者:轩辕,工作研究方向:物体检测,人脸识别,博客: https://blog.csdn.net/wenxueliu 目前市面上绝大多数的 TensorFlow 程序都基本可以称为玩具,那么,一个真正可以产品化的...TensorFlow 程序应该具有哪些的功能呢?...支持对常用数据集的下载,对数据集处理,并转换为模型需要的格式。 2. 支持多队列分批读取数据,因为绝大多数训练集都是海量的数据。 3. 支持日志,有方便的调试工具链。 4....训练可以随时中断,重新运行可以从之前中断的训练中恢复,继续训练。 5. 详细的模型的图,多维度的详细的统计信息方便找到模型瓶颈。 6....支持 Fine-tune,即基于已训练的模型,进一步训练,并且可以从任意层开始训练(灵活的参数固定) 后面,我将基于以上功能点,一一阐述如果构建一个产品级的 TensorFlow 程序。
弃用 Docker 带来的,可能是一系列的改变,包括不限于: •容器镜像构建工具 •容器 CLI •容器镜像仓库 •容器运行时 专题文章《K8S 1.20 弃用 Docker 评估》会从多方面分析由此带来的变动和影响...《K8S 1.20 弃用 Docker 评估之 Docker CLI 的替代产品》 [2] 主要介绍 Docker CLI 的替代产品及个人推荐 - RedHat 3件套 - Buildah、Podman...和 Skopeo 书接上文,今天来介绍 Docker CLI 替代产品的另一种选择:nerdctl。...nerdctl 简介 nerdctl[3]:是由 containerd 开源的、contaiNERD CTL,这是一个用于 containerd 的,且和 Docker 兼容的 CLI,另外还支持 Compose...1.20 弃用 Docker 评估之 Docker CLI 的替代产品》: https://ewhisper.cn/posts/36509/ [3] nerdctl: https://github.com
一个开源的基于Rust和Flutter的Notion替代产品 @annieanqi 开源了一个基于 Rust 和 Flutter 的 Notion 替代产品 appflowy,目前是MVP状态,该项目还处于一个比较早的状态...,欢迎各位开发者提出自己的想法。...作者在 Mozilla 从事 Rust 的兼职工作数年,那段时间里,作者定期总结编译器的性能是如何改进的。例如:2017-11-12 至 2019-07-24。...进行的最后一次比较是在 2020 年 8 月,从 2020 年末开始暂停 Rust 工作,直到本周我成为 Futurewei Technologies 的 Rust 团队的全职成员,作者很想知道那段时间的性能是如何提高的...嵌入式rust对它的支持项目正在开发中,其中pac库的svd文件编写工作需要更多的贡献者参与。主要工作是,阅读官方文档,把寄存器信息整理到svd文件中,以供后续嵌入式rust使用。欢迎大家关注项目!
使用自己的数据集训练GoogLenet InceptionNet V1 V2 V3模型(TensorFlow) 【尊重原创,转载请注明出处】https://blog.csdn.net/guyuealian...实质上,官网TensorFlow已经使用TF-slim实现了InceptionNet V1,V2,V3,V4等模型,为什么不用呢?因此鄙人在此基础上,完成训练和测试的封装。...3、为了方便大家,这里会提供 (1)训练和测试的图片数据集 (2)提供制作tfrecords数据格式的Python文件 (3)GoogLenet训练和测试的完整代码,包含inception v1 v2...GoogLenet InceptionNet V1 V2 V3模型(TensorFlow) 一、前言 1、googlenet 的网络示意图: 2、Inception 模块 二、项目文件结构说明 三、训练模型过程...官网TensorFlow已经提供了使用TF-slim实现的InceptionNet V1,V2,V3,V4模型。TF-Slim是tensorflow中定义、训练和评估复杂模型的轻量级库。
王瀚宸 编译自 South Park Commons博客 量子位 报道 | 公众号 QbitAI 最近,Google Brain员工,TensorFlow产品经理Zak Stone在硅谷创业者社群South...Park Commons上做了个讲座,谈到了TensorFlow、XLA、Cloud TPU、TFX、TensorFlow Lite等各种新工具、新潮流如何塑造着机器学习的未来。...为了更好地触及用户,能够在移动端上提高运行TensorFlow模型效率的TensorFlow Lite将会在今年晚些时候内嵌到设备中,而像是XLA这样的项目更具野心:XLA使用深度学习来支持线性代数元的先时和实时编译...TPU是与TensorFlow集成的,Google提供收费云端服务(Cloud TPU),同时通过TensorFlow Research Cloud(TFRC)项目,对想要提前使用TPU的机器学习专家进行补贴...第一批TensorFlow原生的产品会是什么样?”
本文为你分享Google产品经理关于机器学习工具的讲座概要。...最近,Google Brain员工,TensorFlow产品经理Zak Stone在硅谷创业者社群South Park Commons上做了个讲座,谈到了TensorFlow、XLA、Cloud TPU...、TFX、TensorFlow Lite等各种新工具、新潮流如何塑造着机器学习的未来。...为了更好地触及用户,能够在移动端上提高运行TensorFlow模型效率的TensorFlow Lite将会在今年晚些时候内嵌到设备中,而像XLA这样的项目更具野心:XLA使用深度学习来支持线性代数元的先时和实时编译...第一批TensorFlow原生的产品会是什么样?” END.
写在前面 技术的迭代更新,从而衍生出的高科技产品,当年我们觉得,哇,好牛鼻哄哄,但随着科技的进步,那时我们所认为的高科技产品将被另一波的高科技产品所替代。这样周而复始,循环往复。...接下来,我们通过本文来聊聊那些年的高科技产品,未来会有什么样新科技产品能替代呢?以及它的实现原理是什么,我们来探讨探讨。 将军令 还记得当年我们玩网游时用的“将军令”吗?...新一代高科技密码保护产品,采用60秒动态密码自动更新技术,有效保护帐号安全! ?...有线充电器 我觉得介绍有线充电器还不如说说将要作为替代者的无线充电器。...意图的识别和对话,前段时间了解和学习了百度UNIT,还写了一篇关于如何站在巨人的肩膀上,将自己的产品赋予AI的能力?一文,如果感兴趣可以去看看。
11月9日Google发布了第二代深度学习引擎TensorFlow,引起业内广泛关注。发布后业内人士热议的一个话题是:这个引擎能否成为Google所说的平台级产品,它的基准测试究竟怎么样?...在采访的时候提到,TensorFlow并没有发布测试数据。而一个平台级的产品,必须发布严格的比较数据来证实一项技术取得了超越性的进展。...Github user:gujunli 既然是用CuDNN v2,那我就不能理解为什么TensorFlow会结果那么慢?你有什么想法吗?...我会猜TensorFlow在卷积/池化等几层也调用了cuDNN v2这个库。...我只是想说早期TensorFlow的发展可能更注重替代DistBelief,因为产品已经在cpu设施上运行了。 Reddit user:dwf 我认为你犯了一个错误。
编程思想 TensorFlow 使用图来表示计算任务. 图中的节点被称之为 op (operation 的缩写)....TensorFlow 还提供了 feed 机制, 该机制 可以临时替代图中的任意操作中的 tensor 可以对图中任何操作提交补丁, 直接插入一个 tensor. feed 使用一个 tensor 值临时替换一个操作的输出结果...., name="v1") v2 = tf.Variable(..., name="v2") ... # Add an op to initialize the variables. init_op =...# Create some variables. v1 = tf.Variable(..., name="v1") v2 = tf.Variable(..., name="v2") # ... # Add...., name="v1") v2 = tf.Variable(..., name="v2") ... # Add ops to save and restore only 'v2' using the
AI科技评论对原文做了不改动愿意的整理编译: 在谷歌,有为计算机视觉开发的最灵活,最先进的机器学习(ML)系统,不仅可以用来改进产品和服务,还可以促进研究领域的进步。...在一些谷歌产品中也已投入使用,如NestCam。在Street View中,街道名称,门牌号的检测,和在Image Search中都运用了相似的理念思想。...今天很高兴可以通过TensorFlow Object Detection API将代码开源给更大的研究社区。...第一个版本包含: 一个可训练的检测模型的集合,包括: 带有MobileNets的SSD(Single Shot Multibox Detector) 带有Inception V2的SSD 带有Resnet...101的R-FCN(Region-based Fully Convolutional Networks) 带有Resnet 101的 Faster RCNN 带有Inception Resnet v2
EfficientNet-lite 具体的精度和延时、参数的关系如下图所示。可见其已经把MobileNet V2,ResNet 50,Inception v4等模型远远甩在背后。 ? ?...但量化使用了定点数,表示范围相对于浮点数小很多,必然存在精度的损失。借助 TensorFlow Lite 中提供的训练后量化流程来对模型进行量化处理,尽可能地降低了对准确率的影响。...使用 Relu6替代swish 激活函数,swish激活复杂度高,并且对量化有不利影响。 放缩模型尺寸时固定 stem 与 head 模块,减少放缩后模型的大小与计算量。...使用 对于用户个性化的数据集,建议使用 TensorFlow Lite Model Maker,在已有 TensorFlow 模型上使用迁移学习。...TensorFlow Lite Model Maker 支持很多模型结构,包括 MobileNetV2 和所有5个版本的 EfficientNet-Lite。
MobileNet的准确性与VGGNet类似,因此它是一个很好的替代品。...准确性 下表显示了ImageNet测试集上分类器的准确性: 版 前1名准确度 前5名准确度 MobileNet V1 70.9 89.9 MobileNet V2 71.8 91.0 注意:这是原始TensorFlow...将MobileNet V2加入您的应用程序会为您的应用程序包增加大约7 MB的空间。 为什么不选择Core ML或TensorFlow Lite? Core ML很棒,我是粉丝。...这些选项(相当)方便,但不幸的是它们没有那么高效。TensorFlow目前不是GPU加速的,Core ML往往比手动优化的Metal模型慢。...或者,如果Core ML或TensorFlow不是合适的解决方案,我可以将您的模型转换为使用高度优化的CPU例程,以尽可能地挤出最大速度。
市面上已有很多种不同的方法来进行图像识别,谷歌最近开源的 TensorFlow Object Detection API 是其中非常引人注目的一个,任何来自谷歌的产品都是功能强大的。...TensorFlow Object Detection API 的代码库是一个建立在 TensorFlow 之上的开源框架,旨在为人们构建、训练和部署目标检测模型提供帮助。...该 API 的第一个版本包含: 一个可训练性检测模型的集合,包括: 带有 MobileNets 的 SSD(Single Shot Multibox Detector) 带有 Inception V2...带有 Inception Resnet v2 的 Faster RCNN 上述每一个模型的冻结权重(在 COCO 数据集上训练)可被用于开箱即用推理。...Inception Resnet v2 的 Faster RCNN: ?
我们对原文做了不改动愿意的整理和编译: 在谷歌,有为计算机视觉开发的最灵活,最先进的机器学习(ML)系统,不仅可以用来改进产品和服务,还可以促进研究领域的进步。...在一些谷歌产品中也已投入使用,如NestCam。在Street View中,街道名称,门牌号的检测,和在Image Search中都运用了相似的理念思想。...今天很高兴可以通过TensorFlow Object Detection API将代码开源给更大的研究社区。...第一个版本包含: 一个可训练的检测模型的集合,包括: 带有MobileNets的SSD(Single Shot Multibox Detector) 带有Inception V2的SSD 带有Resnet...101的R-FCN(Region-based Fully Convolutional Networks) 带有Resnet 101的 Faster RCNN 带有Inception Resnet v2
在谷歌,研究人员开发了最高水平的计算机视觉机器学习系统,不仅可以用于谷歌自身的产品和服务,还可以推广至整个研究社区。...自那时起,该系统为大量文献提供了结果,并被一些谷歌的产品所采用,如 NestCam,同样的理念也被识别谷歌街景街道名称和门牌号的 Image Search 采用。...这个代码库是一个建立在 TensorFlow 顶部的开源框架,方便其构建、训练和部署目标检测模型。我们设计这一系统的目的是支持当前最佳的模型,同时允许快速探索和研究。...我们的第一个版本包含: 一个可训练性检测模型的集合,包括: 带有 MobileNets 的 SSD(Single Shot Multibox Detector) 带有 Inception V2 的 SSD...Resnet v2 的 Faster RCNN 上述每一个模型的冻结权重(在 COCO 数据集上训练)可被用于开箱即用推理。
并且,在TensorFlow 1.14版本中提供了的v2兼容性模块,增加了Keras那样的2.0特性支持,如模型子类化,简化了自定义训练循环的API,为大多数类型的硬件添加了分发策略支持等等。...TensorFlow产品生态系统的核心组件,如TensorBoard、TensorFlow Hub、TensorFlow Lite和TensorFlow.js可与Beta版本一起使用。...虽然可以通过TensorFlow团队提动的脚本将1.0的代码自动转换为2.0的代码,而2.0 API中也有一个v1子模块提供对老API的支持,但1.0的代码不能直接在TensorFlow 2.0上运行,...在使用TensorFlow 2.0的过程中,有没有碰到什么问题,欢迎交流!...你还可以看: 尝鲜TensorFlow 2.0 [译]高效的TensorFlow 2.0:应用最佳实践以及有什么变化 [译]标准化Keras:TensorFlow 2.0中的高级API指南
领取专属 10元无门槛券
手把手带您无忧上云