摘要：下载地址点击这里这篇特定的论文描述了的数据流模型，与所有现有的系统相比，系统表现出了令人瞩目的性能。
作者：chen_h
微信号 & QQ：862251340
微信公众号：coderpai
简书地址：http://www.jianshu.com/p/10aa...
众所周知，TensorFlow 是一个开源软件库，用于数值计算以及数据流图的使用。换句话说，这是一个非常适合于去构建深度学习模型的计算库。尽管 TensorFlow 是为了进行深度学习而开发的框架，但是该系统可以很普遍的应用于别的其他领域。
这篇文章就是要总结一些与 TensorFlow 框架核心相关的几篇论文和研究：
1. TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
"Tensorflow 是一个用于进行机器学习算法的接口，也可以自己去执行一种算法。使用 TensorFlow 系统可以帮助我们节省很多的工作量，而且该系统可以在手机和平板电脑等移动设备上面运行。"
这篇具体的文章描述了 TensorFlow 的接口和谷歌在该系统接口中的一些实现。
下载地址：点击这里
2. TF.Learn: TensorFlow"s High-level Module for Distributed Machine Learning
TF.learn 是 TensorFlow 的一个高层接口，为用户提供了一个简单易用的类似 scikit-learn 风格的界面，可以帮你进一步简化创建，配置，训练，评估以及测试模型的性能。这种高层接口非常适合非专业人士的应用 TensorFlow ，对推广 TensorFlow 是有非常好的效果。
下载地址：点击这里
3. Comparative Study of Deep Learning Software Frameworks
这项研究基本上是在几种不同类型的深度学习框架上面进行的，目的是评估这些框架在单个 CPU 和多个 GPU 上面的性能如何。
这篇论文给你提供了五个深度学习框架的对比研究：TensorFlow，Torch，Caffe，Neon和Theano，主要评估的性能包括三方面：硬件的利用率，可扩展性和运行速度。
下载地址：点击这里
4. Distributed TensorFlow with MPI
在本文中，扩展了最近提出的 MPI 来大规模的部署集群。因为我们只需要对原有的 TensorFlow 应用做非常小的改动，因此这个类似通用的实现，使得对 TensorFlow 的用户越来越友好。
下载地址：点击这里
5. Globally Normalized Transition-Based Neural Networks
本文描述了 SyntaxNet 背后的模型，并引入了归一化的全局神经网络模型，实现了最新的语音标注，依存分析和句子压缩模型。
下载地址：点击这里
6. TensorFlow: A system for large-scale machine learning
这篇特定的论文描述了 TensorFlow 的数据流模型，与所有现有的系统相比，TensorFlow 系统表现出了令人瞩目的性能。
下载地址：点击这里
更多信息，可以查看这个 Github
免费公开课 | 一步步 TensorFlow 项目实战
本课程包含如下：
第一课：TensorFlow介绍
第二课：TensorFlow元素介绍
第三课：TensorFlow 实现线性回归
第四课：TensorFlow 实现 SVM
第五课：TensorFlow 实现 KNN
第六课：TensorFlow 实现多层神经网络
第七课：TensorFlow 在NLP中的应用
第八课：TensorFlow 实现 CNN
第九课：TensorFlow 实现 RNN
第十课：TensorFlow 产品化
第十一课：TensorFlow 展望
课程地址：可以关注微信公众号 coderpai，后台回复 TF 获得作者：chen_h
微信号 & QQ：862251340
简书地址：http://www.jianshu.com/p/10aa...
CoderPai 是一个专注于算法实战的平台，从基础的算法到人工智能算法都有设计。如果你对算法实战感兴趣，请快快关注我们吧。加入AI实战微信群，AI实战QQ群，ACM算法微信群，ACM算法QQ群。长按或者扫描如下二维码，关注 “CoderPai” 微信号（coderpai）
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/41079.html
摘要：谷歌也不例外，在大会中介绍了人工智能近期的发展及其对计算机系统设计的影响，同时他也对进行了详细介绍。表示，在谷歌产品中的应用已经超过了个月，用于搜索神经机器翻译的系统等。此外，学习优化更新规则也是自动机器学习趋势中的一个信号。 在刚刚结束的 2017 年国际高性能微处理器研讨会（Hot Chips 2017）上，微软、百度、英特尔等公司都发布了一系列硬件方面的新信息，比如微软的 Projec...
摘要：截止到今天，已公开发行一周年。一年以来，社区中的用户不断做出贡献和优化，在此深表感谢。所以与衡量它的指标包括在机器学习研究论文中的使用。来自香港科技大学的在上推出了面向普通观众的在线课程。 Yann LeCun Twitter截止到今天，PyTorch 已公开发行一周年。一年以来，我们致力于打造一个灵活的深度学习研究平台。一年以来，PyTorch 社区中的用户不断做出贡献和优化，在此深表感谢...
摘要：深度学习框架作为热身，我们先看一下深度学习框架。在年有急剧的增长，但在过去几个月被超越。 你是否使用过 Google Trends？相当的酷，你在里面输入关键词，看一下谷歌搜索中这一词条如何随时间变化的。我想，过去 5 年中 arxiv-sanity 数据库中刚好有 28303 篇机器学习论文，为什么不做一些类似的工作，看一下过去 5 年机器学习研究有何进化？结果相当的有趣，所以我把它贴了出...
摘要：与类似的工作带来的启发这要从数据并行和模型并行说起，先列一下我知道的在之前的相关工作。具体来说，卷积层数据比参数大，适合数据并行，全连接层参数比数据大，适合模型并行。的核心理念也是，数据并行是，模型并行是张量其它维度的切分。 撰文 | 袁进辉 GShard的论文最早于2020.6.30...
摘要：什么是深度学习深度学习是机器学习的一种特殊形式，涉及训练具有多层单元的神经网络。常见的误解深度学习是一个很大程度上取代机器学习的新领域。 高屋建瓴，统领全局，学习tensorflow。 对现在的职业人士来说，学生时期的知识，对现在的自己来说，似乎看起来简单了很多，但是自己却并没有去深入学习，能够更好理解的原因就在于：知道了更多周边信息，对知识的理解有了前因后果参照物。 所以我把学习...
阅读 2621·2021-11-24 09:39
阅读 2637·2021-09-23 11:45
阅读 3262·2019-08-30 12:49
阅读 3241·2019-08-30 11:18
阅读 1658·2019-08-29 16:42
阅读 3220·2019-08-29 16:35
阅读 1207·2019-08-29 11:21
阅读 1742·2019-08-26 13:49
