深度学习Tensorflow生产环境部署（下·模型部署篇）前一篇讲过环境的部署篇，这一次就讲讲从代码角度如何导出pb模型，如何进行服务调用。1 hello world篇部署完docker后，如果是cpu环境，可以直接拉取tensorflow/serving，如果是GPU环境则麻烦点，具体参考前一篇，这里就不再赘述了。cpu版本的可以直接...

更多内容关注专辑:机器学习实战1 介绍Kubeflow是在k8s平台之上针对机器学习的开发、训练、优化、部署、管理的工具集合，内部集成的方式融合机器学习中的很多领域的开源项目，比如Jupyter、tfserving、Katib、Fairing、Argo等。可以针对机器学习的不同阶段：数据预处理、模型训练、模型预测、服务管理等进行管理。只要安装了k8s，可以在本地、机房、云环境中...

日志分析系统——Hangout源码学习这两天看了下hangout的代码，虽然没有运行体验过，但是也算是学习了一点皮毛。架构浅谈Hangout可以说是java版的Logstash，我是没有测试过性能，不过据说是kafka这边性能要高出Logstash5倍。不知道真的假的，不过看代码，确实要比Logstash高效一点。关于input,fil...

Oracle二三事之那些年奋斗的偶像姓名：盖国强社区ID：eygle个人简介：ITPUB社区超级版主，中国地区Oracle ACE总监，也是中国地区首位Oracle ACE，他曾经获评“2006年中国首届杰出数据库工程师”奖，拥有近10年的Oracle数据库实施和顾问咨询经验，对于数据库性能优化及内部技术具有深入理解。盖国强先生是中国地区...

Windows下安装RubyRuby是一门用了就会喜欢的语言，在Ruby的社区里面，只要你觉得用的不习惯，这就是BUG。下载登录官方网址,下载后，直接无脑下一步安装就行。中间直接勾选add to PATH,可以自动添加到环境变量里面，这样在命令行里面就可以直接执行ruby了。...

数字时钟/*-----------------------------------------DIGCLOCK.c -- Digital Clock(c) Charles Petzold, 1998-----------------------------------------*/...

吴恩达机器学习笔记 —— 17 推荐系统本章讲述了推荐系统相关的知识，比如基于内容的推荐算法、基于协同过滤的推荐算法以及实践中遇到的问题。更多内容参考 机器学习&深度学习推荐系统是机器学习在工业界应用最广泛的方向，很多电子商务类、咨询类的平台都在做个性化推荐的工作，通过机器学习的算法让自己的平台个性定制，千人千面。比如我们拥有...

Keras学习笔记——Hello Keras最近几年，随着AlphaGo的崛起，深度学习开始出现在各个领域，比如无人车、图像识别、物体检测、推荐系统、语音识别、聊天问答等等。因此具备深度学习的知识并能应用实践，已经成为很多开发者包括博主本人的下一个目标了。目前最流行的框架莫过于Tensorflow了，但是只要接触过它的人，就知道它使用起来是...

本篇主要讲的是多变量的线性回归，从表达式的构建到矩阵的表示方法，再到损失函数和梯度下降求解方法，再到特征的缩放标准化，梯度下降的自动收敛和学习率调整，特征的常用构造方法、多维融合、高次项、平方根，最后基于正规方程的求解。更多内容参考 机器学习&深度学习在平时遇到的一些问题，更多的是多特征的多变量的表示方法多元线性回归中的损失函数和梯度求解有时候特征各个维度是...

吴恩达机器学习笔记 —— 15 降维本章重点讲述了降维方法以及其中最主要的PCA主成分分析的原理、使用更多内容参考 机器学习&深度学习降维的作用：数据压缩与可视化降维的第一个作用就是进行数据的压缩，解决磁盘和计算的问题。比如把二维数据降维到一维：或者数据从三维降维到2维。降维的另一个作用就是进行可视化，比如我们的数据有很...