用 TF-AGENTS 进行强化学习

强化学习作为机器学习的一个重要的领域,在机器学习的发展史上具有举足轻重的地位。近年来,工程师与科学家将强化学习模型应用在了在游戏、自动驾驶、机器人以及优化领域等领域并取得了非常卓越的成果。强化学习是一种利用环境反馈的学习机制(类似于人类在错误中总结,在失败中成长),类似的机制还有诸如博弈论,控制论,遗传算法等。

日前,Google 发布了基于 TensorFlow 的强化学习框架: TF-AGENTS,作为一款优秀的强化学习框架 TF-AGENTS 可以让强化学习的工程师和科学家在设计、实现以及测试新的强化学习算法时更加的方便与快捷。同时,由于对代码结构的精心设计,在实际使用它时也有利于[……]

继续阅读

简单粗暴的 TensorFlow 开放课程

由 Google 开发者专家打造的 TensorFlow 中文课程,本课程包含机器学习的基本原理和应用。你将学到如何用 TensorFlow 构建神经网络,搭建基础模型,解决不同场景下的简单问题。与跨象乘云™《智能数据挖掘》实战开放课程一样:

无需报名,无需注册,更无需填写申请表格,无广告,无引流,无套路。

是真正的开放课程,直接点击课程链接直接学习即可直达。课程大纲如下:

  • TensorFlow 概述
  • TensorFlow 安装与环境配置
  • TensorFlow 基础
  • TensorFlow 模型建立与训练
  • TensorFlow 常用模块
  • TensorF[……]

    继续阅读

Google 推出 TensorFlow 开发者证书

在当今的 AI 世界中,越来越多的公司正在寻求与聘请机器学习方面的人才,与此同时,越来越多的学生和开发者也正在寻求获取和展示 ML 知识的渠道。

除了在线课程和学习资源之外,我们希望帮助开发者展示自身在机器学习方面的能力,同时也帮助企业聘请到专业的机器学习开发者来解决所面临的挑战。

日前,Google 推出了 TensorFlow 开发者证书,希望能借此让世界各地的开发者有机会在 AI 影响日趋深远的全球就业市场中展示 ML 技能。

TensorFlow 开发者证书,是一个为学生、开发者和数据科学家提供的基础证书。通过使用 TensorFlow 构建和训练基本模型,来展示开发[……]

继续阅读

Spark 玩转 TensorFlow 2.0

大数据深度学习逐步成为研究的主流趋势。这是《30 天吃掉那只 TensorFlow2.0》里面的其中一篇,介绍在 Spark 中调用训练好的 TensorFlow 模型进行预测的方法。本篇文章通过 TensorFlow for Java 在 Spark 中调用训练好的 TensorFlow 模型。利用 Spark 的分布式计算能力,从而可以让训练好的 TensorFlow 模型在成百上千的机器上分布式并行执行模型推断。

本案例以 TensorFlow 2.0 的 tf.keras 接口训练的线性模型为例进行演示。在本例基础上稍作修改则可以用 Spark 调用训练好的各种复杂的神经网络模型[……]

继续阅读

首个量子机器学习模型框架发布:TensorFlow Quantum

Google 宣布与滑铁卢大学、大众汽车公司联合推出 TensorFlow Quantum(以下简称 TFQ),这是一个可快速搭建量子 ML 模型的开源库。TFQ 将提供把量子计算和机器学习研究相融合所必需的工具,以控制、建模自然或人工的量子系统,比如 50 到 100 个量子比特的嘈杂中型量子(NISQ)处理器。3 月 6 日,研究团队在预印本平台 arXiv 上提交了论文,对这一基于 Python 语言的新框架进行了详细解释,论文作者共有 20 多位,来自 Google 研究院、滑铁卢大学量子计算研究所、NASA 的 Quantum AI 实验室、大众汽车和神秘的 Google X 部门。[……]

继续阅读

开源人脸口罩检测模型

『山川异域,风月同天』—— 新冠肺炎疫情牵动着举国上下的心,包括跨象乘云™ 在内,众多高科技企业除了向灾区捐赠物资,配合疫情防控工作,延期复工 / 远程办公的同时,也在积极探索如何利用大数据、新一代人工智能等新技术为『战疫』助力。

近日,AIZOO 开源了 PyTorchTensorFlowMXNetKerasCaffe 等五大主流深度学习框架的人脸口罩检测模型和代码。同时,对于学习《多框架人工智能开发》课程的人工智能专业学生而言,是非常好的项目锻炼。

GitHub地址项目 GitHub 地址[……]

继续阅读

吴恩达人工智能系列课程资源

随着近些年来 AI 越来越火的大趋势下,吴恩达一直致力于普及、宣传、推广 AI 教育,包括最前沿、最火爆的 AI 基础课程、深度学习课程等等。本文为截至目前吴恩达 AI 系列课程资源数理,以便为新一代人工智能专业师生梳理一条客观可参考的新一代人工智能学习路径。

    • Machine Learning》:在 Coursera 上发布,涵盖了机器学习的主要知识点:线性回归、逻辑回归、支持向量机、神经网络、K-Means、异常检测等。课程中没有复杂的公式推导和理论分析,让机器学习初学者能够快速对整个机器学习知识点有比较整体的认识,便于快速入门。具备完整的中文笔记在线笔记,以及课后[……]

      继续阅读

TF 1.x 项目到 2.0 升级指南

此前,网上已经有很多关于利用脚本实现 TensorFlow 1.x 项目到 TensorFlow 2.0 升级的指南。实际上,这只是将代码升级到 TensorFlow 2.0 的第一步。但项目代码不会因此具有 2.0 的特点。您的代码仍然可以使用 tf.compat.v1 端点来访问占位符、会话、集合以及 1.x 版本的其他功能。

如果使用 —— tf.compat.v1.disable_v2_behavior ( ),让代码可以在 TensorFlow 2.0 中工作,那么,项目科研人员仍需要处理全局行为变更。

真正需要获得 TensorFlow 2.0 的优势,需要让项目代码成[……]

继续阅读

OpenAI 采用 PyTorch 作为其深度学习框架标准

OpenAI 发布最新消息,正在 PyTorch标准化自家深度学习框架。与此同时,OpenAI 发布了一个 PyTorch 版本的开源教育资源,能够让人们更容易学习深度强化学习。不少人认为,OpneAI 的行为是正常选择的确,大量研究人员从 TensorFlow 转投 PyTorch 已成趋势。[……]

继续阅读

最佳 Pytorch 科研项目架构模板实践

此前,跨象乘云™ 发布了《最佳TensorFlow科研项目架构模板实践》,TensorFlow 是帮助深度学习新方法走向实现的强大工具。它为大多数深度学习领域中使用的常用语言提供了大量应用程序接口。对于开发者和研究人员来说,在开启新的项目前首先面临的问题是:如何构建一个简单明了的结构。所以,经过大量的实践和对 Tensorflow 项目贡献,整理了一个结合简洁,具备文件夹结构化组织,并且面向对象设计的 Tensorflow 项目模板最佳实践 —— 为高校深度学习与新一代人工智能科研实验室建设以及科研教学平台提供良好的基础支撑。

另一方面,自从 PyTorch 1.0 发布之后,越来越多的[……]

继续阅读