Публикации по теме 'tensorflow'
Модель идентификации твитов о бедствиях с помощью TensorFlow
Обработка естественного языка - одно из ключевых приложений нейронных сетей. Текстовая классификация - это вариант использования НЛП. Мы можем построить модель глубокого обучения из эскиза в соответствии с нашей задачей. В противном случае мы можем использовать готовые модели, которые используются для решения тех же проблем. Хаб Tensorflow и Обнимающее лицо - популярные места, где можно найти готовые модели для задач НЛП. Использование предварительных моделей для решения наших..
Применение MLflow к существующему проекту машинного обучения
Применение MLflow к существующему проекту машинного обучения
Что такое MLflow?
MLflow — это платформа с открытым исходным кодом для управления жизненным циклом машинного обучения, включая эксперименты, воспроизводимость, развертывание и центральный реестр моделей. В настоящее время MLflow предлагает четыре компонента:
Отслеживание Млфлоу Млфлов проекты Модели MLflow Реестр Млфлов
В этом примере мы собираемся использовать существующий пример Keras Tensorflow и добавить к нему..
Преобразование модели TensorFlow .pb в .tflite: подробное руководство
Модели TensorFlow широко используются в приложениях машинного обучения, и их развертывание на устройствах с ограниченными ресурсами часто требует их преобразования в формат TensorFlow Lite (.tflite) . В этом руководстве рассматриваются различные подходы к преобразованию модели TensorFlow .pb в .tflite с учетом различных версий TensorFlow и форматов моделей. Используете ли вы TensorFlow 1.x или 2.x и находится ли ваша модель в SavedModel или GraphDef Формат, я тебя прикрою...
Практика машинного обучения с KubeVela
от Tianxin Dong @fog_glutamine в Твиттере
На фоне распространения машинного обучения инженерам ИИ нужно не только обучать и отлаживать свои модели, но и развертывать их в сети, чтобы проверить, как они выглядят (конечно, иногда эта часть работы выполняется инженерами платформы ИИ. ). Это очень утомительно и истощает инженеров ИИ.
В эпоху облачных вычислений обучение моделей и обслуживание моделей также обычно выполняются в облаке. Это не только улучшает масштабируемость, но и..
Блоки тензорной обработки: история и приложения
Блоки тензорной обработки: История и приложения
В мае 2016 года компания Google анонсировала свои блоки тензорной обработки (сокращенно TPU) как изготовленные на заказ специализированные интегральные схемы для машинного обучения . Он разработан с учетом совместимости с проектом Google Tensorflow , который представляет собой библиотеку программного обеспечения с открытым исходным кодом для машинного обучения для решения ряда задач. Он может создавать и обучать нейронные сети..
Как распознать рукописный текст в реальном времени с помощью расширения и глубокого обучения
Используйте сверточную рекуррентную нейронную сеть для распознавания рукописного текстового изображения без предварительной сегментации на слова или символы. Используйте функцию потери CTC для обучения.
Что здесь описано:
Распознавание рукописного текста в автономном режиме Изучите подробную архитектуру системы распознавания рукописного ввода. Как использовать технику Data Augmentation для повышения точности и возможности работы в режиме реального времени.
Почему именно..
Решение реального бизнес-кейса с использованием контролируемого обучения с Tensorflow 2.0
Задача: создание алгоритма машинного обучения, который может предсказать, купит ли клиент снова
Бизнес-обоснование. У нас есть данные от компании, разрабатывающей приложения для электронных книг. Учитывая данные из их базы данных. В наборе данных каждый покупатель купил книгу один раз, это условие должно быть включено.
Теперь мы хотим создать алгоритм машинного обучения на основе нашего набора данных, который может предсказать, собирается ли клиент снова купить электронную книгу..
