内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 平台介绍

    平台介绍 媒体处理(Media Processing Center,简称MPC)是一种多媒体数据处理服务,通过经济、弹性和高可扩展的转换方法,将存储于OBS上的音视频转码为适应各种终端(PC、TV、Phone等)播放的格式,并实现抽帧截图、图片水印、内容质检、视频加密

  • Tensorflow |(6)Tensorflow的IO操作

    Tensorflow |(1)初识Tensorflow Tensorflow |(2)张量的阶和数据类型及张量操作 Tensorflow |(3)变量的的创建、初始化、保存和加载 Tensorflow |(4)名称域、图 和会话 Tensorflow |(5)模型保存与恢复、自定义命令行参数

    作者: DrugAI
    发表时间: 2021-07-14 17:36:16
    1804
    0
  • TensorFlowTensorFlow入门介绍

    丰富的模型仓库(TensorFlow Hub)和模型优化工具(TensorFlow Lite)。PyTorchPyTorch相对于TensorFlow而言功能相对简单,它更注重提供灵活性和易用性。PyTorch的生态系统也在不断扩大,但相对TensorFlow而言较为小众。Te

    作者: Freedom123
    96
    4
  • tensorflow安装GPU版本

    tensorflow安装GPU版本主要要点 1.先通过该网站查看tensorflow和cuda和cudnn版本以及visual studio(MSVC)的对应关系。(可供参考) https://www.tensorflow.org/install/source_windows#gpu

    作者: 人类群星闪耀时
    发表时间: 2022-07-04 01:51:11
    375
    0
  • Anaconda:基于Anaconda(python集成环境)平台tensorflow安装、运行之最强详细攻略

    Anaconda:基于Anaconda(python集成环境)平台tensorflow安装、运行之最强详细攻略   导读 能够在进行深度学习之前把这些辅助工具Python、Anaconda、GPU、Tensorflow、matplotlib、numpy、Cuda、Cudnn都

    作者: 一个处女座的程序猿
    发表时间: 2021-03-27 16:09:38
    1773
    0
  • TensorFlow】01 TensorFlow简介与Python基础

    TensorFlow简介与Python基础2018.9.10一、概述TF使用数据数据流图进行数值计算,亮点是支持异构设备分布式计算机常用的ML库有MXNet Torch/Pytorch Theano CNTK Caffe等0阶张量(纯量),1阶张量(向量),2阶张量(矩阵)tensor(张量)

    作者: 技术火炬手
    发表时间: 2019-02-18 10:18:28
    3365
    0
  • Tensorflow入门

    各种不同类型的模型,如神经网络、决策树、支持向量机等。 跨平台支持: TensorFlow支持多种计算平台,包括CPU、GPU和TPU。它能够利用不同平台的计算资源,提供高效的运算速度。 自动微分: TensorFlow内置了自动微分功能,可以自动计算模型的梯度。这使得在训练模型

    作者: 皮牙子抓饭
    发表时间: 2023-10-20 09:34:52
    49
    1
  • TensorFlow教程

    中没有与TensorFlow不兼容的其他库。 第二步:导入TensorFlow和其他必要的库 在开始编写代码之前,让我们导入TensorFlow和其他必要的库。 pythonCopy codeimport tensorflow as tf from tensorflow import

    作者: Rolle
    发表时间: 2024-01-31 23:34:50
    5
    0
  • TensorFlow自然语言处理》—1.6.4 安装TensorFlow

    1.6.4 安装TensorFlow请按照https://www.tensorf?low.org/install/中“Installing with Anaconda”部分下的说明安装TensorFlow,我们将在所有练习中使用TensorFlow 1.8.x。在按照说明提供tf

    作者: 华章计算机
    发表时间: 2019-07-20 22:20:07
    5434
    0
  • TensorFlow自然语言处理》—2 理解TensorFlow

    CHAPTER 2第2章理解TensorFlow在本章中,你将深入了解TensorFlow。这是一个开源分布式数值计算框架,它将成为我们实现所有练习的主要平台。我们通过定义一个简单的计算并用TensorFlow实现它来作为TensorFlow的入门。在成功完成此操作后,我们将探讨

    作者: 华章计算机
    发表时间: 2019-07-21 18:28:12
    3679
    0
  • tensorflow笔记

    **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

    作者: 毛利
    发表时间: 2021-07-14 22:39:25
    1235
    0
  • TensorFlow Dropout

    TensorFlow Dropout 图 1:来自论文 "Dropout: A Simple Way to Prevent Neural Networks from Overfitting" (https://www

    作者: 风吹稻花香
    发表时间: 2021-06-04 17:27:01
    1250
    0
  • TensorFlow自然语言处理》—2.1.4 Cafe Le TensorFlow:使用类比理解TensorFlow

    2.1.4 Cafe Le TensorFlow:使用类比理解TensorFlow如果你对技术性说明中包含的信息感到不堪重负,下面我们尝试从不同的角度来介绍相关概念。假设有一家新咖啡馆开业了,你一直想去那。然后你去了那家咖啡馆,在靠窗的位置坐下。接下来,服务员来请你下订单,你点了

    作者: 华章计算机
    发表时间: 2019-07-21 18:41:01
    5541
    0
  • TensorFlow

    中打算实施的修改。由于TensorFlow深受广大开发者欢迎,因此这个库每天都会得到来自谷歌和第三方开发者的改进。注意,严格来说,我们只能称之为“一个实现”,而不能说“TensorFlow”被开源。从技术角度讲,TensorFlow是《TensorFlow白皮书》所描述的一个用于

    作者: G-washington
    1991
    1
  • TensorFlow框架

    TensorFlow的主要特点包括:灵活的语法和API:TensorFlow提供了一种简单而灵活的语法和API,使得用户可以轻松地创建和训练深度学习模型,无论是传统的神经网络还是最新的模型,都可以使用TensorFlow实现。多平台支持:TensorFlow支持多种硬件和平台,包

    作者: 运气男孩
    33
    1
  • Linux安装tensorflow

    原文链接 安装TensorFlow2: pip install tensorflow==2.0.0-alpha0 安装TensorFlow1: pip install --upgrade tensorflow-gpu==1.11.0 若要加速,可以考虑升级pip后换成国内清华源:

    作者: 代码的路
    发表时间: 2023-01-12 03:25:40
    124
    0
  • 平台功能架构

    平台功能架构 父主题: 平台介绍

  • TensorFlowTensorFlow入门简介及代码实践

    丰富的模型仓库(TensorFlow Hub)和模型优化工具(TensorFlow Lite)。PyTorchPyTorch相对于TensorFlow而言功能相对简单,它更注重提供灵活性和易用性。PyTorch的生态系统也在不断扩大,但相对TensorFlow而言较为小众。Te

    作者: Freedom123
    61
    3
  • TensorFlow Estimator实战分享

    本期由华为云享专家Edison拥有丰富的一线机器学习工作经验,也是Tensorflow社区贡献者,分享小白也听得懂的算法交流会。

    播放量  1932
  • 平台命令下发

    平台命令下发 功能介绍 用于平台向设备下发设备控制命令。平台下发命令后,需要设备及时将命令的执行结果返回给平台,如果设备没回响应,平台会认为命令执行超时。命令下发和消息下发的区别,请查看消息通信说明。