开发函数计算的正确姿势 —— 安装第三方依赖
函数计算安装第三方依赖一大痛点，文章 [函数计算安装依赖库方法小结](https://yq.aliyun.com/articles/602147) 对可能会遇到的问题和解决方法做了细致总结，fun install 是基于之前的经验和成果将最佳实践的方法固化到工具中，方便用户便捷的安装依赖。
TensorFlow 2.0+Keras 防坑指南
TensorFlow 2.0是对1.x版本做了一次大的瘦身，Eager Execution默认开启，并且使用Keras作为默认高级API，这些改进大大降低的TensorFlow使用难度。
本文主要记录了一次曲折的使用Keras+TensorFlow2.0的BatchNormalization的踩坑经历，这个坑差点要把TF2.0的新特性都毁灭殆尽，如果你在学习TF2.0的官方教程，不妨一观
教你如何在机器学习竞赛中更胜一筹（下）
本文总结由Marios Michailidis（a.k.a Kazanova），Kaggle Grandmaster在2016年3月5日现在排名第3位的在线研讨会上分享的技巧，更好地在机器学习竞赛中取胜
《TensorFlow技术解析与实战》——3.2 TensorBoard
本节书摘来自异步社区《TensorFlow技术解析与实战》一书中的第3章，第3.2节，作者李嘉璇，更多章节内容可以访问云栖社区“异步社区”公众号查看
第3章 可视化TensorFlow
3.2 TensorBoard
TensorBoard是TensorFlow自带的一个强大的可视化工具，也是一个Web应用程序套件。
TensorFlow Lite源码解析--模型加载和执行
TensorFlow Lite是专门针对移动和嵌入式设备的特性重新实现的TensorFlow版本。相比普通的TensorFlow，它的功能更加精简，不支持模型的训练，不支持分布式运行，也没有太多跨平台逻辑，支持的op也比较有限。但正因其精简性，因此比较适合用来探究一个机器学习框架的实现原理。不过准确讲，从TensorFlow Lite只能看到预测（inference）部分，无法看到训练（t
