如何使用tensorflow

Transformer 模型，特别是 BERT 模型，彻底改变了 NLP，并在诸如情感分析、实体抽取或问答等任务上开辟了新的天地。BERT 模型允许数据科学家站在巨人的肩膀上。当企业用这些模型在大型语料库中进预训练时，数据科学家可以将迁移学习应用到这些多用途的 transformer 模型中，并针对其领域特定的问题取得

作者：Nick Bourdakos摘要：本文以星球大战中的千年隼号为例，介绍了如何使用强大的PowerAI来进行对象检测。 活动中的自定义对象检测（ 完整视频地址 ） 当前，大多数的大型科技公司（如IBM、Google、Microsoft和Amazon）都有自己的视觉识别产品。一些小公司也

作者：机器之心编译来自 Silicon Valley Data Science 公司的研究人员为我们展示了循环神经网络(RNN)探索时间序列和开发语音识别模型的能力。目前有很多人工智能应用都依赖于循环深度神经网络，在谷歌(语音搜索)、百度(DeepSpeech)和亚马逊的产品中都能看到RNN的身影。然而，当我们开始着手

文 | 何之源导语：风格迁移(Style Transfer)是深度学习众多应用中非常有趣的一种。一、风格迁移简介风格迁移(Style Transfer)是深度学习众多应用中非常有趣的一种，如图，我们可以使用这种方法把一张图片的风格“迁移”到另一张图片上：然而，原始的风格迁移(点击查看论文)的速度是非常慢的。在GPU上，