代码： 运行结果： 需要的资源文件可以去下面这个参考里面去找，因为这个参考写的太好了，之所以我再记录一遍是为了防止参考文件找不到时备用。 参考博客：https ...

　　之前参见了中国软件杯大赛，在大赛中用到了深度学习的相关算法，也训练了一些简单的模型。项目线上平台是用java编写的web应用程序，而深度学习使用的是python语言，这就涉及到了在java代码中调用python语言的方法。 　　为了能在java应用中使用python语言训练的算法模型，我在网 ...

matlab没有直接调用tensorflow模型的接口，但是有调用keras模型的接口，而keras又是tensorflow的高级封装版本，所以就研究一下这个……可以将model-based方法和learning-based方法结合，产生很多更有趣的应用。 我的电脑配置参考前一篇博客 ...

　　主要介绍下完成了模型训练、评估之后的部署环节。 　　前言：之前舆情情感分析那一篇文章已经讲了如何使用ernie以及paddlehub来进行模型的训练和优化以及评估环节，所以接下来会讲下如何进行部署，进行实际的运用环节。在这里，用的是上次讲的舆情情感分析的模型。 　　将Fine-tune好 ...

通常我们训练出的模型都比较大，将这些模型部署到例如手机、机器人等移动设备上时比较困难。模型压缩（model compression）可以将大模型压缩成小模型，压缩后的小模型也能得到和大模型接近甚至更好的性能。这篇文章总结了几种常用的模型压缩方法：网络裁剪（network pruning）、知识蒸馏 ...

前面看到谷歌发表的运用在机器翻译上的论文《Attention is all you need》，很是让人惊讶，这是一种全新的模型，与之前的经典的seq2seq模型改动较大，它完全摒弃了RNN或CNN神经网络，大大简化了模型的复杂度，而且效果还相当好。当然Attention模型可以单独使用，但这篇 ...

深度学习之模型量化 深度学习之模型量化 各位小伙伴，大家好。深度学习具体工作你有没有碰到模型占用空间偏大、PC 平台与移植到板子上的运行效率差距偏大，进而无法满足高帧率、实时性的要求？AI 奶油小生也碰到上述问题，以下 ...

一、背景 深度学习让计算机视觉任务的性能到达了一个前所未有的高度。但，复杂模型的同时，带来了高额的存储空间、计算资源消耗，使其很难落实到各个硬件平台。 为了解决这些问题，压缩模型以最大限度地减小模型对于计算空间和时间的消耗。 二、理论基础 必要性：目前主流的网络 ...