TensorFlowNews

使用 NLTK 对文本进行清洗，索引工具EN_WHITELIST = '0123456789abcdefghijklmnopqrstuvwxyz ' # space is included in whitelistEN_BLACKLIST = '!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~\''FILENAME = 'data/chat.txt'limit = {

Multilayer Perceptron (MLP) for multi-class softmax classification:from keras.models import Sequentialfrom keras.layers import Dense, Dropout, Activationfrom keras.optimizers import SGD# 生成随机数据impor

在 Mac OS X 上安装 TensorFlow这个文档说明了如何在 Mac OS X 上安装 TensorFlow。注意：从 1.2 版本开始，在 Mac OS X 上 TensorFlow 不再支持 GPU。确定如何安装 TensorFlow你可以选择一种方式安装 TensorFlow，支持下面的几种选择：virtualenv“本地” pipDocker从源代码安装，更专业有单独的文档

DrQA 是一个阅读理解系统应用于开放领域的问答。项目由 https://github.com/facebookresearch 发布。项目地址：https://github.com/facebookresearch/DrQADrQA is a system for reading comprehension applied to open-domain question an

TensorFlow服务是一个灵活的，高性能的机器学习模型的服务系统，专为生产环境而设计。 TensorFlow服务可以轻松部署新的算法和实验，同时保持相同的服务器体系结构和API。 TensorFlow服务提供与TensorFlow模型的即开即用集成，但可以轻松扩展到其他类型的模型和数据。TensorFlow Serving is a flexible, high-performance serv

基于注意力的街景图像提取结构化信息一种用于真实图像文本提取问题的TensorFlow模型。该文件夹包含在FSNS数据集数据集上训练新的注意OCR模型所需的代码，以在法国转录街道名称。 您还可以使用它来根据自己的数据进行培训。更多细节可以在我们的论文中找到：“从街景图像注意为基础提取结构化信息”项目地址：https://github.com/tensorflow/models/tree/master/

这是一个稍微更新的模型，用于“学习用对抗神经网络加密来保护通信”的论文。我们想神经网络是否可以学习使用秘密密钥来保护来自其他神经网络的信息。具体来说，我们专注于确保多代理系统中的机密属性，并且我们根据对手指定这些属性。因此，一个系统可以由名叫Alice和Bob的神经网络组成，我们的目标是限制名为Eve的第三个神经网络从窃听Alice和Bob之间的通信中学到的东西。我们不为这些神经网络规定具体的加密算

Keras.js推荐一下网页上的 demo https://transcranial.github.io/keras-js/#/加载的比较慢，但是识别的非常快。Run Keras models (trained using Tensorflow backend) in your browser, with GPU support. Models are created directly from

tf.contrib.seq2seq.sequence_loss example:seqence loss 实例代码#!/usr/bin/env python# -*- coding: utf-8 -*-import tensorflow as tfimport numpy as npparams=np.random.normal(loc=0.0,scale=1.0,size=[10,10])e

简介我们刚发布了最大的星际争霸：Brood War 重播数据集，有 65646 个游戏。完整的数据集经过压缩之后有 365 GB，1535 million 帧，和 496 million 操作动作。OverviewWe release the largest StarCraft: Brood War replay dataset yet, with 65646 games. The full dat

StarSpace是用于高效学习实体向量的通用神经模型，用于解决各种各样的问题：学习单词，句子或文档级嵌入。 文本分类或任何其他标签任务。 信息检索：实体/文件或对象集合的排序，例如 排名网络文件。 度量/相似性学习，例如 学习句或文档相似性。 基于内容或协作过滤的建议，例如 推荐音乐或视频。 嵌入图表，例如 多关系图如Freebase。项目地址：https://github.com/fa