训练TensorFlow模型的相关内容

[帮助文档] 如何使用PAI-Blade的SDK部署TensorFlow模型推理_人工智能平台 PAI(PAI)

PAI-Blade提供了C++ SDK帮助您部署优化后的模型推理。本文以TensorFlow模型为例，介绍PAI-Blade的SDK的使用方法。

[帮助文档] 如何使用Blade优化通过TensorFlow训练的BERT模型_人工智能平台 PAI(PAI)

BERT（Bidirectional Encoder Representation from Transformers）是一个预训练的语言表征模型。作为NLP领域近年来重要的突破，BERT模型在多个自然语言处理的任务中取得了最优结果。然而BERT模型存在巨大的参数规模和计算量，因此实际生产中对该模型...

深度学习框架TensorFlow入门

24 课时 |

17302 人已学 |

加入学习

Azure 机器学习 - 使用 Visual Studio Code训练图像分类 TensorFlow 模型

了解如何使用 TensorFlow 和 Azure 机器学习 Visual Studio Code 扩展训练图像分类模型来识别手写数字。关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架...

[帮助文档] 如何使用Blade优化基于TensorFlow的ResNet50模型_人工智能平台 PAI(PAI)

ResNet50作为一个广泛应用的经典结构网络，其优化在多种推理部署场景中都具有很高的实用价值。本文介绍如何使用Blade优化基于TensorFlow的ResNet50模型。

[帮助文档] 如何将Tensorflow,Pytorch和Python等模型部署到Seldon中_EMR on ECS_开源大数据平台 E-MapReduce(EMR)

DataScience集群的KubeFlow服务内置了SeldonCore组件，可以为模型提供在线服务，基于Kubernetes，您无需关心在线服务的运维工作。您可以根据提供的dsdemo代码，将Tensorflow，Pytorch和Python等模型部署到Seldon中。

[帮助文档] 如何使用AICompiler对TensorFlow和PyTorch模型进行编译优化_人工智能平台 PAI(PAI)

AICompiler是集成在PAI-Blade中的AI编译优化组件，包含Static Shape和Dynamic Shape编译框架。通常您无需提供额外配置，AICompiler即可在通用透明的情况下帮助您提高推理性能。本文介绍如何使用AICompiler对TensorFlow和PyTorch模型进...

用浏览器训练Tensorflow.js模型的18个技巧（下）

用浏览器训练Tensorflow.js模型的18个技巧（上） 8.随机你的输入！训练神经网络的一个常见建议是通过在每个时期开始时对输入进行混洗来随机化训练样本。我们可以使用tf.utils.shuffle来实现这个目的： /** Shuffles the array using Fisher-Ya...

用浏览器训练Tensorflow.js模型的18个技巧（上）

在移植现有模型（除tensorflow.js）进行物体检测、人脸检测、人脸识别后，我发现一些模型不能以最佳性能发挥。而tensorflow.js在浏览器中表现相当不错，如果你想见证浏览器内部机器学习的潜力以及tensorflow.js为我们的Web开发人员提供的所有可能性，我个人建议你可以尝试下。 ...

共有8条

< 1 >

跳转至： GO

更新时间 2024-02-16 09:53:12

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

社区圈子

人工智能

了解行业+人工智能最先进的技术和实践，参与行业+人工智能实践项目

3288+人已加入

加入