สิ่งตีพิมพ์ในหัวข้อ 'tensorflow'


การเรียนรู้ของเครื่องการเรียนรู้
การเรียนรู้ของเครื่องเป็นคำที่ฮือฮาในชุมชนปัญญาประดิษฐ์ ในฐานะนักเรียน ฉันรู้สึกสนใจที่จะเรียนรู้เพิ่มเติมเกี่ยวกับแมชชีนเลิร์นนิง โครงข่ายประสาทเทียม และการเรียนรู้เชิงลึก การเริ่มต้นใช้งานแมชชีนเลิร์นนิงดูน่าสับสนและบางครั้งก็น่ารำคาญโดยไม่รู้ว่าต้องทำอย่างไร ก่อนหน้านี้ฉันคิดว่าคงจะมีประโยชน์ถ้ามีคนสรุปแนวทางการเรียนรู้ของเครื่อง ฉันไม่คิดว่าตัวเองเป็นผู้เชี่ยวชาญในสาขานี้ แต่นั่นไม่ได้ขัดขวางไม่ให้ฉันทำตามสิ่งที่ฉันชอบทำ..

เหตุใด Tensorflow จึงเป็นตัวเลือกที่ยอดเยี่ยมสำหรับการสร้างโครงการที่ขับเคลื่อนโดย Computer Vision
การเรียนรู้เชิงลึก เหตุใด Tensorflow จึงเป็นตัวเลือกที่ยอดเยี่ยมสำหรับการสร้างโครงการที่ขับเคลื่อนโดย Computer Vision อธิบายโดยวิศวกร AI ที่ทำงานเกี่ยวกับแอปพลิเคชัน Computer Vision เข้าร่วมสมาชิกหลายร้อยคนเพื่อรับ จดหมายข่าวรายสัปดาห์ ของฉัน หากคุณสนใจที่จะเรียนรู้และติดตามข่าวสารล่าสุดเกี่ยวกับสิ่งที่เกิดขึ้นในด้านการเรียนรู้ของเครื่อง ประทับใจกับประสบการณ์ของฉันในฐานะวิศวกรการเรียนรู้ของเครื่อง :) แอพพลิเคชั่นคอมพิวเตอร์วิทัศน์..

การสร้างแบบจำลองการถดถอยด้วย TensorFlow ทำได้ง่าย — ฝึกแบบจำลองแรกของคุณใน 10 นาที
ตั้งแต่การรวบรวมข้อมูลและการเตรียมการไปจนถึงการฝึกอบรมโมเดลและการประเมินผล — รวมซอร์สโค้ดด้วย การเรียนรู้เชิงลึกถือเป็นเรื่องใหญ่ในทุกวันนี้ เฮ็ค มันเป็นข้อกำหนดสำหรับงานวิทยาศาสตร์ข้อมูลส่วนใหญ่ แม้แต่งานระดับเริ่มต้นก็ตาม ไม่มีการบรรยายเบื้องต้นที่ดีไปกว่าการถดถอย คุณรู้แนวคิดจากสถิติพื้นฐานและการเรียนรู้ของเครื่องอยู่แล้ว และตอนนี้ก็ถึงเวลาที่จะนำโครงข่ายประสาทเทียมมาผสมผสานกัน บทความนี้จะแสดงวิธีการ ในตอนท้าย คุณจะมีแบบจำลองที่ทำงานได้อย่างสมบูรณ์สำหรับการทำนายราคาที่อยู่อาศัย..

ตั้งแต่เริ่มต้นจนถึงการติดตั้ง CUDA และการคอมไพล์ TensorFlow จากแหล่งที่มาบน Ubuntu 20.04
น่าหงุดหงิด เสมอที่ต้องเสียเวลาไปกับการใช้บทช่วยสอนออนไลน์ต่างๆ เกี่ยวกับวิธีการติดตั้งไดรเวอร์ Nvidia, CUDA, cuDNN หรือวิธีการรวบรวมแหล่งที่มาของ TensorFlow ด้วยการรองรับ GPU ที่นำไปสู่การทำงานผิดพลาดหรือข้อผิดพลาดในการคอมไพล์ ตัวฉันเอง ฉันเสียเวลาหลายวันในการพยายามติดตั้งเครื่องมือและไลบรารีเหล่านี้อย่างถูกต้อง แม้ว่าบทช่วยสอนอย่างเป็นทางการจะไม่ทำงานก็ตาม ที่นี่ ฉันต้องการแบ่งปันกับชุมชนการเรียนรู้ของเครื่องและการประมวลผล GPU ว่าอะไรที่เหมาะกับการกำหนดค่าของฉัน..

วิธีเพิ่มประสิทธิภาพไฮเปอร์พารามิเตอร์ Keras x3 เร็วขึ้นบน TPU ฟรี
คุณเป็นนักวิทยาศาสตร์ที่ขับเคลื่อนด้วยข้อมูลหรือวิศวกรข้อมูลที่ต้องการควบคุมโมเดล Keras ของคุณโดยสมบูรณ์ และต้องการเป็นอิสระจากการกระโดดและค้นหาพารามิเตอร์โดยไม่สนใจหรือไม่ โดยทั่วไป การเพิ่มประสิทธิภาพไฮเปอร์พารามิเตอร์จำเป็นต้องมีการฝึกโมเดลหลายครั้งด้วยการกำหนดค่าที่แตกต่างกัน ซึ่งหมายความว่าจำเป็นต้องใช้คอมพิวเตอร์ที่รวดเร็วพร้อมการ์ดกราฟิกหลายตัว เพื่อลดเวลาล่าช้าด้วยการฝึกโมเดลให้เร็วขึ้น หลังจากอ่านโพสต์นี้ คุณจะสามารถกำหนดค่าโมเดล Keras..

เริ่มต้นใช้งาน TensorFlow: สร้างโมเดล Machine Learning แรกของคุณ
เริ่มต้นใช้งาน TensorFlow: สร้างโมเดล Machine Learning แรกของคุณ หนึ่งในสาขาที่น่าตื่นเต้นที่สุดในวิทยาการคอมพิวเตอร์ในปัจจุบันคือการเรียนรู้ของเครื่อง ซึ่งช่วยให้คอมพิวเตอร์เรียนรู้จากข้อมูลและคาดการณ์หรือตัดสินใจตามการเรียนรู้นั้นได้ หนึ่งในเฟรมเวิร์กที่ได้รับความนิยมและทรงพลังที่สุดสำหรับแมชชีนเลิร์นนิงคือ TensorFlow ซึ่งพัฒนาโดย Google และปัจจุบันมีการใช้งานอย่างแพร่หลายโดยนักวิจัย นักพัฒนา และบริษัททั่วโลก แม้ว่า TensorFlow อาจดูน่ากลัวสำหรับผู้เริ่มต้น แต่จริงๆ..

การตรวจจับสูตรอาหาร 😋 ของภาพอาหารโดยใช้การเรียนรู้เชิงลึก (CNN)
เกี่ยวกับโครงการ โครงการตรวจจับสูตรอาหารมีเป้าหมายเพื่อพัฒนาอัลกอริธึมหรือระบบที่สามารถจดจำและจำแนกสูตรอาหารต่างๆ จากแหล่งที่มาต่างๆ เช่น รูปภาพ ข้อความ หรือทั้งสองอย่างรวมกัน เป้าหมายคือเพื่อให้ผู้ใช้สามารถอัปโหลดรูปภาพหรือป้อนข้อความที่อธิบายอาหารได้ และมีระบบระบุสูตรอาหารอย่างถูกต้องและให้ข้อมูลที่เกี่ยวข้อง เช่น ส่วนผสม คำแนะนำ และข้อเท็จจริงทางโภชนาการ โครงการอาจเกี่ยวข้องกับการฝึกอบรมโมเดลการเรียนรู้ของเครื่องโดยใช้ชุดข้อมูลสูตรอาหารจำนวนมาก..