GDG TensorFlow Day

部署运行你感兴趣的模型镜像

来源 | TensorFlow 公众号

GDG (谷歌开发者社区) 是由对 Google 技术特别感兴趣的开发者组成的社区。经过十多年的发展,已有二十几个 GDG,遍及国内的主要城市。 每个 GDG 都在当地为开发人员举办各类技术交流活动。

根据最近的调查结果,TensorFlow / Machine Learning 是开发者最感兴趣的技术之一。 因此,GDG 在第三季度为 TensorFlow 推出专门的系列活动 — GDG TensorFlow Day。

主要内容聚焦

  • 有关 Google AI 和 TensorFlow 的最新动态
  • TensorFlow 的实践经验
  • 采用 TensorFlow 解决现实世界的问题和经验分享

日程

  • 2018-8-11 上海 GDG
  • 2018-8-19 郑州 GDG
  • 2018-9-3 张家口 GDG
  • 2018-9-11 厦门 GDG
  • 2018-9-12 福州 GDG
  • 2018-9-13 昌吉 GDG
  • 2018-9-14 天津 GDG (或 9-15,待定)
  • 2018-9-16 北京 GDG
  • 2018-9-16 合肥 GDG
  • 2018-9-16 深圳 GDG
  • 2018-9-16 广州 GDG
  • 2018-9-23 广州 & 深圳 GDG, 活动在东莞举办 (或者 9-24,待定)
  • 2018-9-26 南阳 GDG
  • 2018-9-29 重庆 GDG
  • 2018-9-29 兰州 GDG
  • 2018-9-29 乌鲁木齐 GDG

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

【最优潮流】直流最优潮流(OPF)课设(Matlab代码实现)内容概要:本文档主要围绕“直流最优潮流(OPF)课设”的Matlab代码实现展开,属于电力系统优化领域的教学与科研实践内容。文档介绍了通过Matlab进行电力系统最优潮流计算的基本原理与编程实现方法,重点聚焦于直流最优潮流模型的构建与求解过程,适用于课程设计或科研入门实践。文中提及使用YALMIP等优化工具包进行建模,并提供了相关资源下载链接,便于读者复现与学习。此外,文档还列举了大量与电力系统、智能优化算法、机器学习、路径规划等相关的Matlab仿真案例,体现出其服务于科研仿真辅导的综合性平台性质。; 适合人群:电气工程、自动化、电力系统及相关专业的本科生、研究生,以及从事电力系统优化、智能算法应用研究的科研人员。; 使用场景及目标:①掌握直流最优潮流的基本原理与Matlab实现方法;②完成课程设计或科研项目中的电力系统优化任务;③借助提供的丰富案例资源,拓展在智能优化、状态估计、微电网调度等方向的研究思路与技术手段。; 阅读建议:建议读者结合文档中提供的网盘资源,下载完整代码与工具包,边学习理论边动手实践。重点关注YALMIP工具的使用方法,并通过复现文中提到的多个案例,加深对电力系统优化问题建模与求解的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值