算法框架/工具

首页 标签 算法框架/工具
# 算法框架/工具 #
关注
10837内容
基于Keras的LSTM多变量时间序列预测
还在为设计多输入变量的神经网络模型发愁?来看看大神如何解决基于Keras的LSTM多变量时间序列预测问题!文末附源码!
深度学习必备手册(上)
深度学习作为人工智能的前沿技术,虽然一方面推动者人工智能的发展;但是人类的终极目标是强人工智能,最近也有一些关于类似于笔者认为的广度学习的出现,但是宗其所属,还是应该在深度学习发展的历史上前进。
| |
来自: 云原生
利用Docker和阿里云容器服务轻松搭建TensorFlow Serving集群
本文是系列中的第二篇文章,将带您快速了解Tensorflow Serving的原理和使用,并利用阿里云容器服务轻松在云端搭建TensorFlow Serving集群。
不断变化下的阿里云:2017阿里云产品和解决方案全向图(5月版)
近四个月,阿里云变化飞快,那反映在产品上是什么样的?5月份,云栖社区又拿出一张阿里云产品全向图,供大家端倪变化。
客户端码农学习ML —— 工具框架Tensorflow及Android、iOS上初步实验
与其上来就学习相对枯燥易让人放弃的数学,不如先做几个例子并在Android、iOS上熟悉下整个操作流程,通过实战激发下兴趣。 开发环境准备 首先安装Python,推荐Python3,装好后别忘了设置下载源镜像,不然安装各种包的时候下载速度很感人。
教你搭建多变量时间序列预测模型LSTM(附代码、数据集)
长短期记忆循环神经网络等几乎可以完美地模拟多个输入变量的问题,这为时间序列预测带来极大益处。本文介绍了如何在 Keras 深度学习库中搭建用于多变量时间序列预测的 LSTM 模型。 诸如长短期记忆(LSTM)循环神经网络的神经神经网络几乎可以无缝建模具备多个输入变量的问题。
一文入门卷积神经网络:CNN通俗解析
CNN基础知识介绍及TensorFlow具体实现,对于初学者或者求职者而言是一份不可多得的资料。
Kubeflow实战系列:阿里云上使用JupyterHub
介绍 本系列将介绍如何在阿里云容器服务上运行Kubeflow, 本文介绍如何使用Jupyter Hub。 背景介绍 时间过得真快,李世乭和AlphaGo的人机对弈已经是两年前的事情。在过去的两年中,人工智能开始从学术界向工业界转型,基于人工智能技术的产品化落地和工业界方案的探索正如火如荼的进行。
2018 NLPCC Chinese Grammatical Error Correction 论文小结
这一段时间,笔者一直在研究语音识别后的文本纠错,而就在八月26-30日,CCF的自然语言处理和中文计算会议召开了,笔者也从师兄那里拿到了新鲜出炉的会议论文集,其中重点看的自然是其shared task2:grammatical error correction的overview以及优胜团队的论文。
免费试用