目前为止，我们只是使用了TensorFlow的高级API —— tf.keras，它的功能很强大：搭建了各种神经网络架构，包括回归、分类网络、Wide & Deep 网络、自归一化网络，使用了各种方法，包括批归一化、dropout和学习率调度。事实上，你在...

作者 | VK编辑 | 奇予纪出品 | 磐创AI团队出品 AI学习路线之Keras篇架构介绍：消息处理此图显示了使用Rasa构建的助手如何响应消息的基本步骤：mark这些步骤分别是：收到消息并将其传递给解释器(Interpreter)，解释器将其转换...

通过本教程，你可以了解 Keras 和 tf.keras 之间的区别，以及 TensorFlow 2.0 的新特性。本教程的灵感来自于上周二我在 PyImageSearch 阅读器上收到的一封邮件。...

自2010年创办以来，Kaggle作为著名的数据科学竞赛平台，一直都是机器学习领域发展趋势的风向标，许多重大突破都在该平台发生，数以千计的从业人员参与其中，每天在Kaggle论坛上都有着无数的讨论。...

仅在 2019 年上半年，ArXiv 论文中 PyTorch 的引用量增长了 194%；PyTorch 平台的贡献者数量比去年增长了 50% 以上，达到近 1200 人。

Keras是一个强大的、易于使用的深度学习库，无缝对接Theano 和 TensorFlow，同时提供高层神经网络API，来建立和评估深度学习模型。

我们使用损失函数来计算一个给定的算法与它所训练的数据的匹配程度。损失计算是基于预测值和实际值之间的差异来做的。如果预测值与实际值相差甚远，损失函数将得到一个非常大的数值。...

最近正在审查Andrew Ng的团队在使用卷积神经网络（CNN）的心律不齐检测器上的工作。发现这尤其令人着迷，尤其是随着可穿戴产品（例如Apple Watch和便携式EKG机器）的出现，它们能够在家中监测心脏。因此很好奇如何构建可以检测异...

谷歌AI研究员、Keras之父François Chollet近日发表一篇长达64页的论文，深入分析、阐述“智能的定义和测量”，引起AI研究社区大量关注。

在文字的建模实践中，一般需要把原始文字拆解成单字、单词或者词组，然后将这些拆分的要素进行索引，标记化供机器学习算法使用。这种预处理叫做标注（Tokenize）。虽然这些功能都可以用python实现，但是Keras提供了现成的方法。...