TFX即TensorFlow Extended是官方提供的部署方案（https://www.tensorflow.org/tfx）

监督学习supervised learning：机器学习中最常见的类型，它可以学会将输入数据映射到已知目标annotation。比如回归问题和分类问题（二分类、多分类问题等）是最常见的监督学习的例子。...

机器学习中的路透社数据集是一个非常常用的数据集，它包含来自新闻专线的文本数据，主要用于文本分类任务。这个数据集是由路透社新闻机构提供的，包含了大量的新闻文章，共计22类分类标签。...

Python深度学习-深入理解Keras：Keras标准工作流程、回调函数使用、自定义训练循环和评估循环。

在tf.random.truncated_normal中如果随机数的取值在(u-2sigma, u+2sigma)之外，则重新生成，保证值在均值附近

tf.Variable()将函数标记为可训练，被标记的变量会在反向传播中记录梯度信息。

预测燃油效率对于优化车辆性能和减少碳排放至关重要，这可以使用python库tensorflow进行预测。在本文中，我们将探讨如何利用流行的机器学习库 Tensorflow 的强大功能来使用 Python 预测燃油效率。通过基于 Auto MPG 数据...

深度学习模型通常具有许多可以调整的超参数，例如学习率、批次大小、隐藏层数、神经元数量及优化器等。为了在给定的任务和数据集上获得模型的最佳性能，我们需要找到在模型中使用的最佳超参数值。搜索最佳超参数组合的过...

使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对数据集进行训练，最后得到一个识别精度较高的模型。并基于Django，开发网页端操作平台，实现用户上传一张图片识别其名称。...

垃圾识别系统，使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对5种垃圾数据集进行训练，最后得到一个识别精度较高的模型。并基于Django，开发网页端操作平台，实现用户上传一张垃圾图...