TensorFlow

TensorFlow和Keras最常见的用途之一是图像识别/分类。通过本文，您将了解如何使用Keras达到这一目的。

日前，TensorFlow发布了 TensorFlow 图神经网络 (Graph Neural Networks, GNNs)，此库可以帮助开发者利用 TensorFlow 轻松处理图结构化数据。

使用 Pytorch 已经好几年了，我很喜欢这个框架。它清晰、直观、灵活，而且速度很快。后来一次偶然的机会，我决定使用 TensorFlow 构建一个新的计算机视觉项目。本文讲述的这个故事就始于此。

本篇文章，将提供Tensorflow两类版本获取模型参数情况的不同方法，从而让我们可以轻松获取所训练模型的总参数量、可训练参数量及非可训练参数量情况。

由谷歌Brain的研究人员创建的TensorFlow是机器学习和数据科学领域最大的开源数据库之一。它是一个端到端的平台，适用于初学者和有经验的数据科学家。TensorFlow库包括工具、预训练模型、机器学习指南，以及开放数据集的语料库。为了帮助你找到所需的训练数据，本文将简要介绍一些用于机器学习的最大的TensorFlow数据集。我们已经将下面的列表分为图像、视频、音频和文本数据集。

TensorFlow2.x在构建模型和总体使用方面提供了很多便利。那么，在tf中有什么新功能？在本文中，我们将探索TF 2.0的10个功能，这些功能让TensorFlow的使用更加顺畅，减少了代码行并提高了效率，因为这些函数/类属于TensorFlow API。