- TensorFlow Lite Micro：嵌入式TinyML系统上的机器学习推理框架深度解析David R, Duke J, Jain A, et al. Tensorflow lite micro: Embedded machine learning for tinyml systems[J]. Proceedings of machine learning and systems, ... TensorFlow Lite Micro：嵌入式TinyML系统上的机器学习推理框架深度解析David R, Duke J, Jain A, et al. Tensorflow lite micro: Embedded machine learning for tinyml systems[J]. Proceedings of machine learning and systems, ...
- 1. 引言在人工智能与计算机视觉技术飞速发展的今天，智能设备正从“功能执行者”进化为“环境感知者”——从手机的人脸解锁、相册智能分类，到智慧屏的实时手势识别、工业设备的缺陷检测，底层都依赖计算机视觉（OpenCV）与轻量级AI推理（TensorFlow Lite）等核心技术。鸿蒙操作系统（HarmonyOS）作为面向全场景的分布式操作系统，覆盖手机、平板、智慧屏、摄像头等设备，天然具... 1. 引言在人工智能与计算机视觉技术飞速发展的今天，智能设备正从“功能执行者”进化为“环境感知者”——从手机的人脸解锁、相册智能分类，到智慧屏的实时手势识别、工业设备的缺陷检测，底层都依赖计算机视觉（OpenCV）与轻量级AI推理（TensorFlow Lite）等核心技术。鸿蒙操作系统（HarmonyOS）作为面向全场景的分布式操作系统，覆盖手机、平板、智慧屏、摄像头等设备，天然具...
- 本文探讨了如何结合Apache Spark MLlib、TensorFlow Serving和Java构建混合推理流水线。Spark MLlib利用分布式计算高效处理大规模数据，完成模型训练；TensorFlow Serving专注于模型部署，提供稳定高效的推理服务；Java则以其稳健性协调两者，实现高性能与扩展性。 本文探讨了如何结合Apache Spark MLlib、TensorFlow Serving和Java构建混合推理流水线。Spark MLlib利用分布式计算高效处理大规模数据，完成模型训练；TensorFlow Serving专注于模型部署，提供稳定高效的推理服务；Java则以其稳健性协调两者，实现高性能与扩展性。
- 在当今的数据驱动时代，深度学习和机器学习技术正迅速改变着各个行业。本文将探讨如何使用TensorFlow搭建神经网络、进行有效的特征工程，以及在计算机视觉领域中实施图像分类算法。 TensorFlow神经网络搭建TensorFlow是一个由Google开发的开源机器学习框架，广泛应用于各类深度学习任务。以下是如何使用TensorFlow构建一个简单的卷积神经网络（CNN）进行图像分类的例子... 在当今的数据驱动时代，深度学习和机器学习技术正迅速改变着各个行业。本文将探讨如何使用TensorFlow搭建神经网络、进行有效的特征工程，以及在计算机视觉领域中实施图像分类算法。 TensorFlow神经网络搭建TensorFlow是一个由Google开发的开源机器学习框架，广泛应用于各类深度学习任务。以下是如何使用TensorFlow构建一个简单的卷积神经网络（CNN）进行图像分类的例子...
- 使用 TensorFlow 训练一个简单线性模型 介绍线性模型是机器学习中最基本的模型之一，用于解决回归问题。它通过简单的线性方程来拟合数据关系。TensorFlow 提供了强大的工具来实现和训练这种模型。 应用使用场景预测分析：比如预测房价、股票市场趋势等。数据建模：用于理解变量间的线性关系。基础研究：作为复杂模型（如神经网络）的基石，帮助理解更复杂的非线性模型。 原理解释线性模型的核心... 使用 TensorFlow 训练一个简单线性模型 介绍线性模型是机器学习中最基本的模型之一，用于解决回归问题。它通过简单的线性方程来拟合数据关系。TensorFlow 提供了强大的工具来实现和训练这种模型。 应用使用场景预测分析：比如预测房价、股票市场趋势等。数据建模：用于理解变量间的线性关系。基础研究：作为复杂模型（如神经网络）的基石，帮助理解更复杂的非线性模型。 原理解释线性模型的核心...
- 前言 基于TensorFlow2.x的框架，使用PYthon编程语言，实现对服装图像进行分类。 思路流程： 导入 Fashion MNIST数据集探索数据预处理数据建立模型（搭建神经网络结构、编译模型）训练模型（把数据输入模型、评估准确性、作出预测、验证预测） 使用训练有素的模型 一、Fashion MNIST数据集 Fashion MNIST数据集包括... 前言 基于TensorFlow2.x的框架，使用PYthon编程语言，实现对服装图像进行分类。 思路流程： 导入 Fashion MNIST数据集探索数据预处理数据建立模型（搭建神经网络结构、编译模型）训练模型（把数据输入模型、评估准确性、作出预测、验证预测） 使用训练有素的模型 一、Fashion MNIST数据集 Fashion MNIST数据集包括...
- 前言 基于YOLO进行物体检测、对象识别，在搭建好开发环境后，先和大家进行实践应用中，体验YOLOv4物体/目标检测效果和魅力；同时逐步了解YOLOv4的不足和优化思路。 YOLOv4 在COCO上，可达43.5％ AP，速度高达 65 FPS！YOLOv4相对YOLOv3没有算法层面的创新，主要是训练技巧的更新。YOLOv4比 Efficient Det快... 前言 基于YOLO进行物体检测、对象识别，在搭建好开发环境后，先和大家进行实践应用中，体验YOLOv4物体/目标检测效果和魅力；同时逐步了解YOLOv4的不足和优化思路。 YOLOv4 在COCO上，可达43.5％ AP，速度高达 65 FPS！YOLOv4相对YOLOv3没有算法层面的创新，主要是训练技巧的更新。YOLOv4比 Efficient Det快...
- pb模型转换时，报错dense_1/unstack number of weights should be 1 or equal to size of out edges。 pb模型转换时，报错dense_1/unstack number of weights should be 1 or equal to size of out edges。
- 在本地Tensoflow环境部署完成后、开始进行了本的训练学习、第一次训练按照正常的指导手册进行操作、在训练的时候发现在。因为配置太低训练时间太长长 一次Epoch 的训练时间超过了20分钟。而华为云提供的GPU Notebook训练时间只有三分钟左右差太多了训练营第三期的任务就是“模型参数&网络调优”、所以开始我的折腾之路吧（最后结果如下） 1：修改图像大小 ... 在本地Tensoflow环境部署完成后、开始进行了本的训练学习、第一次训练按照正常的指导手册进行操作、在训练的时候发现在。因为配置太低训练时间太长长 一次Epoch 的训练时间超过了20分钟。而华为云提供的GPU Notebook训练时间只有三分钟左右差太多了训练营第三期的任务就是“模型参数&网络调优”、所以开始我的折腾之路吧（最后结果如下） 1：修改图像大小 ...
- 背景 最近参加了华为云一个非常火的活动活动“ModelArts-Lab AI实战营”目前已经进行了第四期了、此活动由浅入深慢慢让大家接触、学习、使用、最新的AI人工技术及在华为云平台中的实现方法。 第一期：图像分类 (I) https://github.com/huaweicloud/ModelArts-Lab/issues/49 第二期：图像分类 (II... 背景 最近参加了华为云一个非常火的活动活动“ModelArts-Lab AI实战营”目前已经进行了第四期了、此活动由浅入深慢慢让大家接触、学习、使用、最新的AI人工技术及在华为云平台中的实现方法。 第一期：图像分类 (I) https://github.com/huaweicloud/ModelArts-Lab/issues/49 第二期：图像分类 (II...
- 本书摘自《智能系统与技术丛书 生成对抗网络入门指南》一文中的第2章，第2.2.3节，作者是史丹青。 本书摘自《智能系统与技术丛书 生成对抗网络入门指南》一文中的第2章，第2.2.3节，作者是史丹青。
- 什么是Anacondaanaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。它是一个用python开发机器学习的必备工具。什么是tensorflow大名鼎鼎，相信不知道tensorflow的人应该不是很多，目前github上最火的项目之一。TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来... 什么是Anacondaanaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。它是一个用python开发机器学习的必备工具。什么是tensorflow大名鼎鼎，相信不知道tensorflow的人应该不是很多，目前github上最火的项目之一。TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来...
- 本文为MoXing系列文章第五篇，主要介绍Optimizer、OptimizerWrapper。 本文为MoXing系列文章第五篇，主要介绍Optimizer、OptimizerWrapper。
- 本文为MoXing系列文章第四篇，主要介绍MoXing将模型定义在model_fn方法中，并在mox.run时注册该方法。 本文为MoXing系列文章第四篇，主要介绍MoXing将模型定义在model_fn方法中，并在mox.run时注册该方法。
- 本文为MoXing系列文章第三篇，主要介绍MoXing将数据的输入定义在input_fn方法中，并在mox.run时注册该方法。 本文为MoXing系列文章第三篇，主要介绍MoXing将数据的输入定义在input_fn方法中，并在mox.run时注册该方法。
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签