https://zhuanlan.zhihu.com/p/46591057
性能优化借鉴
Tensorflow基础教程：深度强化学习（DRL）强化学习(Reinforcementlearning，RL)强调如何基于环境而行动，以取得最大化的预期利益。结合了深度学习技术后的强化学习(DeepReinforcementlearnin…
Matlab和Python都有一些关于深度学习的开源的解决方案（caffe\DeepMind\TensorFlow），基于哪个开展应用研究好？
TensorFlowServinghttps://tensorflow.github.io/serving/。生产环境灵活、高性能机器学习模型服务系统。适合基于实际数据大规模运行，产生多个模型训练过程。可用于开发环境、生产环境。模型生命周期…
在单GPU下，所有这些工具集都调用cuDNN,因此只要外层的计算或者内存分配差异不大其性能表现都差不多。Caffe:1）主流工业级深度学习工具，具有出色的卷积神经网络实现。在计算机视觉领域Caffe仍然是最流行的工具包，他有很多扩展，但是由…
本文介绍基于Python语言中TensorFlow的tf.estimator接口，实现深度学习神经网络回归的具体方法~ 本文介绍基于Python语言中TensorFlow的tf.estimator接口，实现深度学习神经网络回归的具体方法。…
目录1写在前面2代码分解介绍2.1准备工作2.2参数配置2.3原有模型删除2.4数据导入与数据划分2.5FeatureColumns定义2.6模型优化方法构建与模型结构构建2.7模型训练2.8模型验证与测试2.9精度评定、拟合图像绘制与模型…
tensorflow_model_serving部署时默认会占满整个GPU的显存,这会很费显存,让modelserving按需使用显存的方案如下:解决方案详见:https://github.com/tensorflow/serving/is…
×下面资源个人全都跑了一遍，不会出现仅是字符而无法运行的状况，运行环境：GeoffreyHinton在多次访谈中讲到深度学习研究人员不要仅仅只停留在理论上，要多编程。个人在学习中也体会到单单的看理论到头来还是一头雾水，只有不断和编程结合，才…