iT邦幫忙

tensorflow相關文章
共有 240 則文章

技術 編譯Tensorflow.dll (r1.6) @ Windows 10 (VS 2015)

Tensorflow.dll (r1.6) @ Windows 10 (VS 2015) 官方文件不建議在visual studio的環境下自行編譯tensor...

鐵人賽 AI & Data DAY 17

技術 【17】訓練到一半遇到 nan 嗎? 梯度爆炸與梯度消失的測試實驗

Colab連結 今天大家介紹 Gradient Exploding (梯度爆炸) 與 Gradient Vanishing (梯度消失),並會簡單做個實驗觸發這...

鐵人賽 AI & Data DAY 13

技術 【13】模型套不套用資料增強 (Data Augmentation) 的比較實驗

Colab連結 資料增強(Data Augmentation),是一個當今天資料集樣本不多時,透過調整亮度、剪裁、角度等手法來增加多樣性的好方法,Tensorf...

鐵人賽 AI & Data DAY 30
從 AI 落地談 MLOps 系列 第 30

技術 Day 30 : 綜合整理 MLOps 成熟度模型

MLOps 是值得持續投入的新興學門,如同 Day 01 談到的此系列目的,談如何從佈署機械學習至商業情境(ML in Production),並關注佈署之...

技術 【23】tensorflow 模型優化手術:ensure_graph_is_valid 篇

昨天的文章把訓練的技巧做了一個總複習,從今天開始到結束前的文章,我會著重在優化模型上,這是我摸索了好大一段時間才有理解的方法,文章內容相對進階,請大家期待囉!...

技術 【15】tensorflow 訓練技巧:control_dependencies 篇

在 tensorflow 中,我們知道要先建立好 tensor 和 operation 後,再透過 session 來執行,而在 training 時,若有使用...

鐵人賽 DevOps DAY 5
30 Days of MLOps 系列 第 5

技術 透過 Docker 來建構 Tensorflow Serving - 30 Days of MLOps

前一篇我們有提到怎麼用 apt-get 來安裝 tensorflow-model-server,但使用 Tensorflow 官方包好的 Docker Imag...

技術 【19】tensorflow 訓練技巧:用 tf.GraphKeys.TRAINABLE_VARIABLES 評估模型效能篇

當你擁有越來越多建構模型的經驗後,下個該注意的重點就是評估這個模型的效能,以我最常處理的影像來說,很常會考量運算是放在雲端還在邊緣裝置,這都會需要測試模型的 b...

技術 【29】tensorflow 模型優化手術:優化前 vs 優化後評比篇

前面幾個篇章對模型做了不少的修改,今天就來是實測看看,能有多少個改進,我們先來看看優化前的graph: 優化過後的 graph: 可以看到下列幾個變化: 多了...

鐵人賽 AI & Data DAY 2
從 AI 落地談 MLOps 系列 第 2

技術 Day 02 : 用於生產的機械學習 ML in Production

ML 就像孩子一樣,孩提時百般呵護,長大時不得不面對外界的殘酷。佈署到商務情境的 ML 模型,某方面像是放飛的孩子,既期待又怕受傷害,如果沒有持續的引導、學習、...

技術 初探使用 Google 的 Tensorflow 機器學習技術的設計服務平台

本身是 WordPress 愛好者,看到官方推薦這家聲稱使用機器學習的設計平台?所以花了一天撰寫心篇文章: WordPress 官方推薦 | 免費人工智慧 L...

鐵人賽 自我挑戰組 DAY 22
Machine Learning 學習筆記 系列 第 22

技術 [第22天] Tensorflow 練習5

參考網站1 def add_layer(inputs, in_size, out_size, activation_function=None):...

鐵人賽 AI & Data DAY 10
從 AI 落地談 MLOps 系列 第 10

技術 Day 10 : 用於生產的機械學習 - Data Define 與建立基準

接續介紹 ML 專案生命週期,本日說明第 2 階段「資料 Data」的工作流程,依其說法分為2大步驟,分別為「定義資料及建立基準」及「標註及特徵工程」。是4個...

技術 【13】tensorflow 資料集應用:讀取 tfrecord 篇

昨天介紹了如何產生 tfrecord,今天要介紹的當然就是如何讀取 tfrecord啦! 上次我們將每個人的資料都包成一個 example 後塞入 record...

鐵人賽 AI & Data DAY 27
從 AI 落地談 MLOps 系列 第 27

技術 Day 27 : 使用 TensorFlow Serving 部署 REST API

在網路情境常以 API 請求服務,用於生產的機械學習亦可用 REST API 形式提供服務。在Day 20、Day 21、Day 22 介紹部署在算力有限的終...

技術 TensorFlow 學習地圖

前言 TensorFlow 在2.x版進行大幅度的改版,並且納入Keras後,整體的架構變得更加完整易用,但也造成學習路徑的多樣化,筆者整理一些K書心得分享如下...

技術 【26】tensorflow 模型優化手術:推論時經過 dropout 很多餘?如何去掉 dropout layer 篇

介紹完預處理後,這次要來介紹的是 dropout 的去除,dropout 是訓練過程中,一種會隨機使輸出變成 0 的 layer,但如果我們目的只有推論的話,那...

鐵人賽 AI & Data DAY 1
從 AI 落地談 MLOps 系列 第 1

技術 Day 01 : 這系列文在做什麼-緣起

前言 鐵人賽是磨練自己技術能力的指標,2020 年參加鐵人賽自我挑戰組的「用Line聊天機器人串起多媒體系統」系列文,以初學者/自學者或大學一年級選修課程的程...

鐵人賽 自我挑戰組 DAY 16
Machine Learning 學習筆記 系列 第 16

技術 [第十六天] Tensorflow 結構

參考網站1參考網站2 參考網站3 輸入層與一個隱藏層和輸出層示意圖 下圖的GIF可以了解,資料從輸入層經過重組再進入了兩個隱藏層(ReLu與Logit),最後到...

鐵人賽 AI & Data DAY 24

技術 【24】如果把 Dropout 放在 CNN 之後會發生什麼事

Colab連結 不知道大家有沒有發現,目前現在主流的網路結構中已經愈來愈少看到 Dropout 了,在早期 VGG 還當紅時,Dropout 在 Dense L...

技術 【25】tensorflow 模型優化手術:每次推論都要對 training node 設 false 很麻煩,如何鎖住 training node 篇

昨天介紹了對模型加入預處理的修改,今天要介紹的就是 training 節點的修改啦,原本的模型中,我們已用了 placeholder_with_default...

鐵人賽 AI & Data DAY 6

技術 【6】為什麼 Batch size 通常都是設成2的n次方

Colab連結 有沒有人發現幾乎每個在開源的專案上,Batch size 都是2的N次方,像32, 128, 256等,經過我在 stackoverflow 查...

鐵人賽 AI & Data DAY 28
從 AI 落地談 MLOps 系列 第 28

技術 Day 28 : 用於生產的機械學習 TensorFlow Extended (TFX) 介紹

什麼是 TensorFlow Extended (TFX) TensorFlow Extended (TFX) 是端對端平台,可部署於用於生產環境中的機器學習...

鐵人賽 AI & Data DAY 16

技術 【16】如果把圖片從RGB轉成HSV和灰階再拿去訓練會怎樣

colab連結 普遍我們拿來訓練的圖片都是RGB,普遍都是機器學習的CNN層找到一些局部特徵來做分類,這些局部特徵對我們人來說,即使是轉成視覺化的特徵值,依然是...

鐵人賽 自我挑戰組 DAY 19
Machine Learning 學習筆記 系列 第 19

技術 [第19天] Tensorflow 練習2

參考網站1 參考網站2 今天要來練習Session(會話控制)這個執行指令與Variable(變量)的用法~ Session 首先來建立矩陣相乘 import...

鐵人賽 AI & Data DAY 22

技術 [Day 22] 卷積類明星模型大亂鬥 ! EFN特別版

1. 回顧 下列是過去十天我用各種技巧訓練的模型,只要該技巧對 val acc 或 val loss 有勝過 EFN_base,那我就會將其納入最後的模型實驗。...

鐵人賽 AI & Data DAY 25
當自動駕駛遇見AI 系列 第 25

技術 Day25-當自動駕駛遇見AI- Tensorflow

前言 TensorFlow由Google創建的開源深度學習庫,可將您的神經網絡知識應用於真實數據集,包括自動駕駛所需之數據集。 TensorFlow安裝說明 安...

鐵人賽 AI & Data DAY 14
從 AI 落地談 MLOps 系列 第 14

技術 Day 14 : 資料驗證 TensorFlow Data Validation (TFDV)

資料是機械學習重要的核心,用於生產的機械學習必須考量大量且快速的資料情境,使用自動化、可擴展的資料分析、驗證以及監控方法相當重要。 TensorFlow Dat...

鐵人賽 AI & Data DAY 25

技術 【25】ReLU 家族評比 個別使用ReLU LeakyReLU PReLU SELU 來訓練

Colab連結 今天要來實驗不同的 ReLU 家族的評比,挑戰者有 基本 ReLU 尾巴翹起來的 Leaky ReLU 帶有參數控制尾巴的 PReLU 比較新...

鐵人賽 AI & Data DAY 23
從 AI 落地談 MLOps 系列 第 23

技術 Day 23 : 模型分析 TensorFlow Model Analysis (TFMA)

模型分析 TFMA 介紹 過往我們關注模型的訓練結果,會追蹤該模型在每次 epochs 之後的 AUC 、 ACC、 loss 等指標變化,並且以視覺化繪圖...