- 让机器学习基于面部照片预测BMI不仅是一个有趣的项目，这种预测方法也有望成为未来医疗诊断的实用工具。本文介绍了一个通过面部图像预测BMI（身体质量指数）的神经网络项目。该项目由另一个基于人脸输入对人的年龄和性别进行分类的项目修改而来，借用了原项目训练模型的权重与通过网络摄像头探测用户面部的脚本。训练数据集本项目所采用的训练数据集为用户正面拍摄的4000张人脸图像及通过用户身高体重计算的BMI... 让机器学习基于面部照片预测BMI不仅是一个有趣的项目，这种预测方法也有望成为未来医疗诊断的实用工具。本文介绍了一个通过面部图像预测BMI（身体质量指数）的神经网络项目。该项目由另一个基于人脸输入对人的年龄和性别进行分类的项目修改而来，借用了原项目训练模型的权重与通过网络摄像头探测用户面部的脚本。训练数据集本项目所采用的训练数据集为用户正面拍摄的4000张人脸图像及通过用户身高体重计算的BMI...
- Keras 是一个用 Python 编写的高级神经网络 API，能够以 TensorFlow、CNTK 或 Theano 作为后端运行。FaceNet 是 Google 工程师 Florian Schroff、Dmitry Kalenichenko、James Philbin 等人于 2015 年开发的人脸识别系统，由于算法原理容易理解、应用方便，成了目前最为流行的人脸识别技术。 Keras 是一个用 Python 编写的高级神经网络 API，能够以 TensorFlow、CNTK 或 Theano 作为后端运行。FaceNet 是 Google 工程师 Florian Schroff、Dmitry Kalenichenko、James Philbin 等人于 2015 年开发的人脸识别系统，由于算法原理容易理解、应用方便，成了目前最为流行的人脸识别技术。
- 最近老山在研究在modelarts上部署mask-rcnn，源代码提供的是keras模型。我们可以将keras转化成savedModel模型，在TensorFlow Serving上部署，可参考老山的上篇部署文章。至于输入和输出张量，到已经预先存在model.input和model.output中了。不多说，直接上代码。from keras import backend as Kimport... 最近老山在研究在modelarts上部署mask-rcnn，源代码提供的是keras模型。我们可以将keras转化成savedModel模型，在TensorFlow Serving上部署，可参考老山的上篇部署文章。至于输入和输出张量，到已经预先存在model.input和model.output中了。不多说，直接上代码。from keras import backend as Kimport...
- 本文从四个方面对Keras和PyTorch各自的优劣势做了进一步详述，相信读者会对如何选择适合自己的框架有更清楚的认知。 本文从四个方面对Keras和PyTorch各自的优劣势做了进一步详述，相信读者会对如何选择适合自己的框架有更清楚的认知。
- 因笔记本弱爆的GT840M，尝试将原本的keras代码移植到华为云DLS上跑，记录一下调试过程 因笔记本弱爆的GT840M，尝试将原本的keras代码移植到华为云DLS上跑，记录一下调试过程
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第3章，第3.4节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第3章，第3.4节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第3章，第3.3节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第3章，第3.3节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第3章，第3.2节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第3章，第3.2节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第3章，第3.1节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第3章，第3.1节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.3节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.3节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.2节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.2节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.1.9节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.1.9节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.1.8节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.1.8节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.1.7节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.1.7节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
- 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.1.5节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。 本节书摘来自华章计算机《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 一书中第2章，第2.1.5节，作者是［印］ 纳温·库马尔·马纳西（Navin Kumar Manaswi），刘毅冰 薛 明 译。
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
即将直播
热门标签