- 一些基本概念 人工智能：机器模拟人的意识和思维 机器学习: 是一种统计学方法，计算机利用已有数据，得出某种模型，再利用此模型预测结果 特点：随经验的增加，效果会变好 举例: 决策树模型 机器学习三要素：数据、算法、算力 深度学习：深层次神经网络，源于对生物脑神经元结构的研究。 神经网络: 是基于神经元结构的，是输入乘以权重，再求和，再过非线 性函... 一些基本概念 人工智能：机器模拟人的意识和思维 机器学习: 是一种统计学方法，计算机利用已有数据，得出某种模型，再利用此模型预测结果 特点：随经验的增加，效果会变好 举例: 决策树模型 机器学习三要素：数据、算法、算力 深度学习：深层次神经网络，源于对生物脑神经元结构的研究。 神经网络: 是基于神经元结构的，是输入乘以权重，再求和，再过非线 性函...
- 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 系列文章汇总：TensorFlow2 入门指南 Github项目地址：https://github.com/Keyird/TensorFlow2-for-beg... 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 系列文章汇总：TensorFlow2 入门指南 Github项目地址：https://github.com/Keyird/TensorFlow2-for-beg...
- 写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~ 我的博客地址为：【AI 菌】的博客 我的Github项目地址是：【AI 菌】的Github 前言： 熟悉我的博友都知道... 写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~ 我的博客地址为：【AI 菌】的博客 我的Github项目地址是：【AI 菌】的Github 前言： 熟悉我的博友都知道...
- 对于给定函数：y(w)=aw^2+bw+c 数学求导得：dy/dw=2aw+b 那么，（a,b,c,w）=(1,2,3,4)处的导数，dy/dw=2 * 1 *4 + 2=10 而在Tensorflow2.0中，梯度可以自动求取。具体代码如下： import tensorflow as tf a=tf.constant(1.) b=tf.constant(2.) c... 对于给定函数：y(w)=aw^2+bw+c 数学求导得：dy/dw=2aw+b 那么，（a,b,c,w）=(1,2,3,4)处的导数，dy/dw=2 * 1 *4 + 2=10 而在Tensorflow2.0中，梯度可以自动求取。具体代码如下： import tensorflow as tf a=tf.constant(1.) b=tf.constant(2.) c...
- 前言： 本专栏将以理论与实战相结合的方式，对一些的经典的神经网络算法进行逐一解析。这些经典的神经网络包括：LeNet-5、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列，来实现图像的分类与识别；RCNN系列、SSD、YOLO系列等，用以实现多目标检测；SegNet等语义分割算法，来实现目标与背景的分割。更多内容，将不断更新，敬... 前言： 本专栏将以理论与实战相结合的方式，对一些的经典的神经网络算法进行逐一解析。这些经典的神经网络包括：LeNet-5、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列，来实现图像的分类与识别；RCNN系列、SSD、YOLO系列等，用以实现多目标检测；SegNet等语义分割算法，来实现目标与背景的分割。更多内容，将不断更新，敬...
- 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 系列文章汇总：TensorFlow2 入门指南 Github项目地址：https://github.com/Keyird/TensorFlow2-for-beg... 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 系列文章汇总：TensorFlow2 入门指南 Github项目地址：https://github.com/Keyird/TensorFlow2-for-beg...
- 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 系列文章汇总：TensorFlow2 入门指南 Github项目地址：https://github.com/Keyird/TensorFlow2-for-beg... 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 系列文章汇总：TensorFlow2 入门指南 Github项目地址：https://github.com/Keyird/TensorFlow2-for-beg...
- 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 文章目录 一、分类问题简介 二、手写数字识别简介 三、面对初学者的实现方法 （1）导入库 （2）数据集准备 （3）模型搭建 （4）模... 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 文章目录 一、分类问题简介 二、手写数字识别简介 三、面对初学者的实现方法 （1）导入库 （2）数据集准备 （3）模型搭建 （4）模...
- @Author：Runsen 19年接触tensorflow1.X，看过1.X的官方文档、到19年暑假的时候，我记得tensorflow2的发布。tensorflow2抛弃了tf.seesion，tf.placeholder。 AutoGraph 是 Tensorflow 2.0 新功能之一。 function or seesion 在tensorflow1.X... @Author：Runsen 19年接触tensorflow1.X，看过1.X的官方文档、到19年暑假的时候，我记得tensorflow2的发布。tensorflow2抛弃了tf.seesion，tf.placeholder。 AutoGraph 是 Tensorflow 2.0 新功能之一。 function or seesion 在tensorflow1.X...
- 作者丨Gemfield@@知乎 https://zhuanlan.zhihu.com/p/61765561 https://zhuanlan.zhihu.com/p/65822256 PyTorch的动态图（上） 背景 PyTorch的动态图框架主要是由torch/csrc/autograd下的代码实现的。这个目录下定义了3个主要的基类：Variable、... 作者丨Gemfield@@知乎 https://zhuanlan.zhihu.com/p/61765561 https://zhuanlan.zhihu.com/p/65822256 PyTorch的动态图（上） 背景 PyTorch的动态图框架主要是由torch/csrc/autograd下的代码实现的。这个目录下定义了3个主要的基类：Variable、...
- 下面的1.X版本 # tf.random_normal 方法返回形状为(1，4)的张量。它的4个元素符合均值为100、标准差为0.35的正态分布。 W = tf.Variable(initial_value=tf.random_normal(shape=(1, 4), mean=100, stddev= 下面的1.X版本 # tf.random_normal 方法返回形状为(1，4)的张量。它的4个元素符合均值为100、标准差为0.35的正态分布。 W = tf.Variable(initial_value=tf.random_normal(shape=(1, 4), mean=100, stddev=
- 我看着之前的笔记，发现tf2不支持placerholder占位符，现在才知道，之前知道不支持session tensorflow核心和语言支持的API 流动过程 张量 在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶（有时是关于如顺序或度数或者是n维）是张量维数的一个数量描述.比如，下面的张... 我看着之前的笔记，发现tf2不支持placerholder占位符，现在才知道，之前知道不支持session tensorflow核心和语言支持的API 流动过程 张量 在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶（有时是关于如顺序或度数或者是n维）是张量维数的一个数量描述.比如，下面的张...
- import numpy as np import tensorflow as tf import matplotlib.pyplot as plt 123 num_points = 100 set =[] for i in range(num_points): x1 = np123 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt 123 num_points = 100 set =[] for i in range(num_points): x1 = np123
- TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief Tensorflow拥有多层级结构，可部署于各类服务器、... TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief Tensorflow拥有多层级结构，可部署于各类服务器、...
- **TensorFlow基础： TensorFlow三个基础核心概念：计算图、Tensor、Session 计算图： 在TensorFlow中，计算图是一个有向图，用来描述计算节点以及计算节点之间的关系，所以在TensorFlow中我们存储一个值或者数组的时候，存的其实是这个值或者数组的计算图而不是其本身的数字。我们可以用写一个简单的例子来验证一下： #GPU版本... **TensorFlow基础： TensorFlow三个基础核心概念：计算图、Tensor、Session 计算图： 在TensorFlow中，计算图是一个有向图，用来描述计算节点以及计算节点之间的关系，所以在TensorFlow中我们存储一个值或者数组的时候，存的其实是这个值或者数组的计算图而不是其本身的数字。我们可以用写一个简单的例子来验证一下： #GPU版本...
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