tensorflow

本门课程的基础章节，详细介绍了如何使用tf.keras进行模型的搭建以及大量的深度学习的理论知识。理论知识包括分类问题、回归问题、损失函数、神经网络、激活函数、dropout、批归一化、深度神经网络、Wide&Deep模型、密集特征、稀疏特征、超参数搜索等及其在图像分类、房价预测上的实现。 课程代码的tensorflow版本： 大部分代码是tensorflow2.0的； 课程以tf.keras API为主，因为keras在1.3以后的版本就引入进来了，因而部分代码可以在tf1.3+运行； 另外有少量tensorflow1.*版本代码，这些版本的代码并不能在2.0上运行，因为很多API都已经过时了。 理论部分： tensorflow-keras简介； 分类问题、回归问题、损失函数； 神经网络、激活函数、批归一化、Dropout； wide&deep模型； 超参数搜索。 实战部分： keras搭建分类模型； keras回调函数； keras搭建回归模型； keras搭建深度神经网络； keras实现wide&deep模型； keras与scikit-learn实现超参数搜索。 tensorflow-keras简介 keras是什么： 基于python的高级神经网络API，它是一套API，而不是一个完整的库； Francois Chollet（现在在Google，tf

视学算法报道 编辑：陈萍、魔王 转载自公众号：机器之心 SDK 还能自动玩游戏？ 这个 SDK 有点「酷」 。 近日，腾讯互娱（IEG）开源了一款名为 GAME AI SDK 的自动化测试平台，该平台封装好了多种工具供开发者使用，目前支持的游戏类型有跑酷类、吃鸡类、射击类、MOBA 类等。 项目地址：https://github.com/Tencent/GameAISDK 平台内置的「天天酷跑」示例。左图为未训练随机做动作，右图是训练好的效果。 SDK（软件开发工具包）一般是软件工程师为特定的软件包、软件框架、硬件平台、操作系统等创建应用软件时可使用的开发工具集合。 似乎有些抽象。在实际项目中，我们只需记住，SDK 是手游渠道提供的，集成了用户登录、社区功能、社交分享功能、数据后台统计功能的功能模块。接入 SDK 后，游戏厂商和渠道都要对 SDK 包进行测试，测试通过才能上线。 看了上文展示的酷跑动图效果，是不是想上手试试吃鸡类、射击类的游戏体验呢？这个开源项目可以满足你的需求，它支持使用者进行项目接入以及二次开发。 AI SDK 平台 AI SDK 平台是一个基于游戏图像来开发游戏 AI 的开源工具包。工具包主要完成了 UI 检测、游戏内元素识别、AI 算法（DQN、IM）等功能。开发者可以基于此工具包完成游戏自动化测试。 目前该平台已支持的游戏类型有跑酷类、吃鸡类、射击类

阅读本文大概需要 8 分钟。 基于AlexNet完成五种花的训练和识别 花分类数据集获取及项目简介 在本例中，我们将使用通过Python爬虫技术获取的 不具备版权 的3762张样本图片，包括5个类别：其中daisy（菊花）633张，dandelion（蒲公英）898张，roses（玫瑰）641张，sunflowers（太阳花）699张，tulips（郁金香）799张； 训练集图片共3306张，同样也是5种类别，其中daisy（菊花）570张，dandelion（蒲公英）809张，roses（玫瑰）577张，sunflowers（太阳花）630张，tulips（郁金香）720张； 测试集图片共364张，也是5种类别，其中daisy（菊花）53张，dandelion（蒲公英）89张，roses（玫瑰）64张，sunflowers（太阳花）69张，tulips（郁金香）79张； 有了数据集之后，我们将搭建AlexNet卷积神经网络，通过对图片的训练，来完成对要识别图片的判断，要注意的一点，因为此项目中样本集中图片总量较小，所以相比第一个例子，识别率可能会有所下降。 代码及最终效果展示 接下来，我们给出本案例的核心代码，即AlexNet网络模型搭建的核心代码： from TensorFlow.keras import layers, models, Model, Sequential