简单粗暴 TensorFlow 2.0
首页
白天
夜间
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
编辑文档
附录
来源 1
浏览
1101
扫码
打印
2019-10-13 16:40:33
部署自己的交互式Python开发环境JupyterLab
上一篇:
下一篇:
发布点评
TensorFlow概述
学生和研究者:模型的建立与训练
开发者和工程师:模型的调用与部署
TensorFlow能帮助我们做什么?
前言
本书的适用群体
如何使用本书
致谢
附录
TensorFlow性能优化
使用Docker部署TensorFlow环境
术语中英对照表
参考资料与推荐阅读
图模型下的TensorFlow
TensorFlow 1+1
基础示例:线性回归
在云端使用TensorFlow
在Colab中使用TensorFlow
在Google Cloud Platform(GCP)中使用TensorFlow
在阿里云上使用 GPU 实例运行 Tensorflow(Ziyang)
部署自己的交互式Python开发环境JupyterLab
基础
TensorFlow基础
TensorFlow 1+1
自动求导机制
基础示例:线性回归
TensorFlow常用模块
tf.train.Checkpoint :变量的保存与恢复
TensorBoard:训练过程可视化
tf.data :数据集的构建与预处理
@tf.function :Graph Execution模式 *
TODO
tf.config:GPU的使用与分配 *
TensorFlow安装与环境配置
一般安装步骤
GPU版本TensorFlow安装指南
第一个程序
IDE设置
TensorFlow所需的硬件配置 *
TensorFlow 模型建立与训练
模型(Model)与层(Layer)
基础示例:多层感知机(MLP)
卷积神经网络(CNN)
循环神经网络(RNN)
深度强化学习(DRL)
Keras Pipeline *
自定义层、损失函数和评估指标 *
介绍
部署
TensorFlow Lite(Jinpeng)
模型转换
Android部署
Quantization模型转换
总结
TensorFlow模型导出
使用SavedModel完整导出模型
Keras Sequential save方法(Jinpeng)
TensorFlow in JavaScript(Huan)
TensorFlow.js 简介
TensorFlow.js 环境配置
TensorFlow.js 模型部署
TensorFlow.js 模型训练 *
TensorFlow Serving
TensorFlow Serving安装
TensorFlow Serving模型部署
在客户端调用以TensorFlow Serving部署的模型
扩展
TensorFlow in Julia(Ziyang)
TensorFlow.jl 简介
TensorFlow.jl 环境配置
TensorFlow.jl 基础使用
TensorFlow Datasets 数据集载入
Swift for TensorFlow (S4TF) (Huan)
S4TF 简介
S4TF 环境配置
S4TF 基础使用
TensorFlow Hub 模型复用(Jinpeng)
大规模训练与加速
使用TPU训练TensorFlow模型(Huan)
TPU 简介
TPU 环境配置
TPU 基础使用
TensorFlow分布式训练
单机多卡训练: MirroredStrategy
多机训练: MultiWorkerMirroredStrategy
暂无相关搜索结果!
本文档使用
全库网
构建
×
思维导图备注
×
文章二维码
手机扫一扫,轻松掌上读
×
文档下载
请下载您需要的格式的文档,随时随地,享受汲取知识的乐趣!
PDF
文档
EPUB
文档
MOBI
文档
×
书签列表
×
阅读记录
阅读进度:
0.00%
(
0/0
)
重置阅读进度