tensorflow 大数据

数据早知道，上36dsj看早报！来源36大数据，作者：奥兰多『MongoDB』MongoDB 3.6 默认对数据库勒索软件开启防御2017 有一条关于 MongoDB 的重大安全新闻引起了广泛关注 —— MongoDB 被数据库勒索软件盯上，受害者数量超乎想象。背后的根本原因正是开源版的 MongoDB 在配置方面存在

作者：行动派Xdpie1. 图片数据处理一张图片是由一个个像素组成，每个像素的颜色常常用RGB、HSB、CYMK、RGBA等颜色值来表示，每个颜色值的取值范围不一样，但都代表了一个像素点数据信息。对图片的数据处理过程中，RGB使用得最多，RGB表示红绿蓝三通道色，取值范围为0~255，所以一个像素点可以把它看作是一个三

作者： 付越 导语 Tensorflow在更新1.0版本之后多了很多新功能，其中放出了很多用tf框架写的深度网络结构（ https://github.com/tensorflow/models  ），大大降低了开发难度，利用现成的网络结构，无论fine-tuning还是重新训练

TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。目前来说，Github上star最多的项目就是它了。 在这之前，笔者写过一篇简单的入门文章 《初探 Te

作者： 李亚洲本文比较了 Keras 支持的主流深度学习框架性能，包括 TensorFlow、CNTK、MXNet 和 Theano，作者希望通过使用同一模型和不同的 Keras 后端，而测试不同框架在不同类型任务中的性能。本文通过五个任务分别测试了 MLP、CNN 和 RNN 模型，不仅对该试验进行

作者： 武维前言深度学习在图像处理、语音识别、自然语言处理领域的应用取得了巨大成功，但是它通常在功能强大的服务器端进行运算。如果智能手机通过网络远程连接服务器，也可以利用深度学习技术，但这样可能会很慢，而且只有在设备处于良好的网络连接环境下才行，这就需要把深度学习模型迁移到智能终端。由于智能终端CPU

作者： Guanghan Ning我在 TCL 的实习即将结束。在回校参加毕业典礼之前，我决定搭建自己的个人深度学习平台。我想我不能真的依赖于公司或实验室的机器，毕竟那工作站不是我的，而且开发环境可能是一团糟(它已经发生过一次)。有了个人平台，我可以方便地通过 teamViewer 随时登录我的深度学习工作站。我有机会

作者：承哲最近，北京工业大学的学生利用百度深度开源框架PaddlePaddle为平谷的桃农，制造了一台智能桃子分拣机，可以根据桃子的颜色、大小、光亮等诸多特征，为其实现分拣。而开发者利用深度开源框架，将AI技术运用到农业生产并不是第一次，早在去年就有日本开发者Koike运用到了谷歌的深度开源框架TensorFlow，开

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

读了将近一个下午的 TensorFlow Recurrent Neural Network 教程，翻看其在 PTB 上的实现，感觉晦涩难懂，因此参考了部分代码，自己写了一个简化版的Language Model，思路借鉴了Keras的 LSTM text generati