05 2019 档案
TensorFlow从1到2（十五）（完结）在浏览器做机器学习
摘要：TensorFlow的Javascript版 TensorFlow一直努力扩展自己的基础平台环境，除了熟悉的Python，当前的TensorFlow还实现了支持Javascript/C++/Java/Go/Swift(预发布版)共6种语言。 越来越多的普通程序员，可以容易的在自己工作的环境加入机器学
阅读全文
TensorFlow从1到2（十四）评估器的使用和泰坦尼克号乘客分析
摘要：三种开发模式 使用TensorFlow 2.0完成机器学习一般有三种方式： 使用底层逻辑 这种方式使用Python函数自定义学习模型，把数学公式转化为可执行的程序逻辑。接着在训练循环中，通过tf.GradientTape()迭代，使用tape.gradient()梯度下降，使用optimizer.a
阅读全文
TensorFlow从1到2（十三）图片风格迁移
摘要：风格迁移 "《从锅炉工到AI专家(8)》" 中我们介绍了一个“图片风格迁移”的例子。因为所引用的作品中使用了TensorFlow 1.x的代码，算法也相对复杂，所以文中没有仔细介绍风格迁移的原理。 今天在TensorFlow 2.0的帮助，和新算法思想的优化下，实现同样功能的代码量大幅减少，结构也越
阅读全文
TensorFlow从1到2（十二）生成对抗网络GAN和图片自动生成
摘要：生成对抗网络的概念 上一篇中介绍的VAE自动编码器具备了一定程度的创造特征，能够“无中生有”的由一组随机数向量生成手写字符的图片。 这个“创造能力”我们在模型中分为编码器和解码器两个部分。其能力来源实际上是大量样本经过学习编码后，在数字层面对编码结果进行微调，再解码生成图片的过程。所生成的图片，是对
阅读全文
TensorFlow从1到2（十一）变分自动编码器和图片自动生成
摘要：基本概念 “变分自动编码器”(Variational Autoencoders，缩写:VAE)的概念来自Diederik P Kingma和Max Welling的论文 "《Auto Encoding Variational Bayes》" 。现在有了很广泛的应用，应用范围已经远远超出了当时论文的设
阅读全文
