我们知道全新的TensorFlow2.0 Alpha已经于2019年3月被发布，新版本对TensorFLow的使用方式进行了重大改进，为了满足各位AI人对TensorFlow2.0的需求，我们推出了专栏

TensorFlow.NET实战：入门指南 TensorFlow.NET是一个用于构建和训练机器学习模型的强大工具，它以.NET框架为基础，为.NET开发者提供了使用TensorFlow的能力。

本文主要参考 @PursueWin【Anaconda、TensorFlow安装和Pycharm配置详细教程，亲测有效！】。教程写的很详细，亲测有效！ 这里对其中一些细节进行说明。

折腾了一天，终于把Tensorflow装好了。参照多篇教程，走了一些弯路，也是不容易。经过这次安装，得到的启示就是，还是用Linux吧说一下我的安装过程吧，我的电脑是windows7系统，64位。

本文中主要介绍不同类型的自编码器，并用TensorFlow进行实现。 2.原理 自编码器将原始的数据作为输入，然后将输入转化成有效的内部表现形式，输出数据看上去和输入是相似的。换句话说...

在tensorflow中提供了tf.train.ExponentialMovingAverage来实现滑动平均模型。在初始化ExponentialMovingAverage时...

在部署自己训练好的模型前，首先运行一下tensorflow发布的官方demo，运行成功，特此记录！

Tensorflow中padding后尺寸的计算公式为： 1.当padding = 'VALID'时 2.当padding = 'SAME'时 其中W表示输入的长宽，F表示过滤器filter 的尺寸，s

深度学习与TensorFlow DNN（深度神经网络算法）现在是AI社区的流行词。最近，DNN 在许多数据科学竞赛/Kaggle 竞赛中获得了多次冠军。

TensorFlow创建DeepDream网络 Google 于 2014 年在 ImageNet 大型视觉识别竞赛（ILSVRC）训练了一个神经网络，并于 2015 年 7 月开放源代码。

Keras 是与 TensorFlow 一起使用的更高级别的作为后端的 API。添加层就像添加一行代码一样简单。在模型架构之后，使用一行代码，你可以编译和拟合模型。之后，它可以用于预测。

国外的真的是太慢了啊啊啊啊啊啊 二、安装Anaconda-gpu版 1.试过很多种错误，推荐这种傻瓜式安装（如果想在虚拟环境种安装请新建一个虚拟环境，我直接在base下安装的） 先选uninstalled,里面找到tensorflow

Tensorflow 现在将 Dataset 作为首选的数据读取手段，而 Iterator 是 Dataset 中最重要的概念。

作为后起之秀，PyTorch 真的已经全面赶超 TensorFlow 了吗？为了研究这个问题...

什么是 TPU TPU 代表 Tensor Processing Unit (张量处理单元) ，是由谷歌在 2016 年 5 月发布的为机器学习而构建的定制集成电路（ASIC），并为 TensorFlow

前言 从前面的Tensorflow环境搭建到目标检测模型迁移学习，已经完成了一个简答的扑克牌检测器，不管是从图片还是视频都能从画面中识别出有扑克的目标，并标识出扑克点数。

一、Python 原生类型 TensorFlow接受了Python自己的原生数据类型，例如Python中的布尔值类型，数值数据类型（整数，浮点数）和字符串类型。

Tensorflow slim 最近在做这个迁移学习，看了一本书，叫《21个项目玩转深度学习》里面的第三章介绍如何用自己的数据集去训练自己的深度模型，当然了 这本书的python版本好像是2.x，用现在的

本文旨在将迁移学习训练好的模型基于tensorflow工具进行量化。 首先使用如下workflow理解模型部署的过程，本文主要描述的是quant这一步。 1.

我们可以在这个环境下安装tensorflow 2.0版本...