摘要：在大数据时代,云计算和大规模并行处理基础架构的共同发展不仅使得机器学习和深度人工智能有了更为广阔的应用空间,也激发了人工智能框架的快速迭代和部署。tensorflow是Google发布的开放源代码的深度学习平台,已经在工业界有了广泛的应用。文中从tensorflow平台的设计理念出发,分析了平台的框架和基本结构,对每个模块的功能和应用做了详尽阐述。在此基础上,通过建立一个多层深度学习神经网络,分析了输入层、隐藏层、输出层及激励函数的构建方法。最后在对tensorflow实例运行和调试的基础上,演示了通过TensorBoard跟踪程序运行状态和参数调制的方法,给出了一维数据和多维数据的可视化结果。研究表明,相比较其他学术界的人工智能平台,tensorflow有着更好的生态系统,支持更多的硬件架构,具备了一定的实用基础。

摘要：人脸识别是基于人的脸部特征进行身份识别的一种生物识别技术,主要使用摄像头采集含有人脸的图像或视频流,自动地在图像中检测跟踪人脸,对检测到的人脸进行一系列与脸部有关的技术处理,得到最后的判别结果。本文设计了一种基于Google人工智能架构tensorflow,采用深度神经网络方法进行人脸识别的系统,系统通过人工智能,训练大量的样本图片,在样本训练过程中进行自主学习,保证了人脸识别功能的高准确性。

摘要：本文为了提高车牌识别系统抗干扰的能力,基于OpenCV与tensorflow技术设计并实现了抗环境干扰的车牌识别系统。实践表明,系统具有部署简单,抗环境干扰能力强,车牌识别率高的特点。

摘要：文章基于tensorflow设计了个性化推荐系统,系统循环神经网络模块可就时间序列构建模型,充分挖掘用户不断变化的兴趣爱好,而系统训练模块可就tensorflow结构通过数据流图构建模型,基于Spark集群并行训练模型,从而调节多超参数。通过系统实现证明,此系统可实现多超参数调节,在很大程度上节省训练时间,且能显著降低误差率,动态化效果良好,满足了用户的多元化与个性化需求,值得大力推广与广泛应用。

摘要：随着电视与网络视听节目的蓬勃发展,基于人脸面部特征识别的节目视频特定人物自动识别的计算需求急剧增加。为提高计算资源的利用率,建设具有资源弹性伸缩和多租户特性的人脸识别平台,本文在分析计算机系统各层次虚拟化方式的基础上,提出了人脸识别容器云平台框架。

摘要：基于tensorflow训练了人脸动漫化模型和风景动漫风格转换的模型,并将此模型转为可在PyTorch下使用,摆脱tensorflow的环境限制,仅需配置PyTorch相关环境即可成功使用。通过这些模型,用户可以将现实世界的图片转换为动漫的风格,体验到简单创作的乐趣。2个模型的训练使用新型的轻量级生成对抗网络AnimeGAN,以实现快速的动画风格转换。

摘要：利用tensorflow,设计实现了基于颜色分割和形状的交通标志形状识别模型。该模型首先利用交通标志本身的特点,使用HIS颜色空间对交通标志进行分割,接着在tensorflow平台上实现ResNet算法,利用比利时交通数据集进行训练和测试,最终得到了有较高识别率的模型。

摘要：为了实现智能制造,在运行机器学习算法的过程中,需要对运算环境、运算能力和程序算法做出优化,以面对日渐增长的数据量和处理压力。将具备自学习能力的算法从传统的.Net平台迁移至针对机器学习优化设计的Tensor Flow平台,证实该平台有能力承担故障诊断的计算,并验证了该平台在面对大量数据时可以提供更可靠的处理能力和更优秀的弹性计算能力,证明了以Tensor Flow为基础开发数控机床故障诊断系统的可行性。

摘要：目前我国城市垃圾数量逐年增加,垃圾分类及回收成为亟待解决的问题。针对城市生活垃圾分类效率低的现状,以tensorflow为基础设计基于图像识别的垃圾分类回收系统,系统由图像识别分类、机械控制、用户使用、满溢监测、清理系统五个模块组成,旨在以智能化无人操作的方式完成垃圾的前期分类及回收,节省大量人力和物力投入,为我国智能垃圾分类回收箱的构建提供新思路。

摘要：通过使用tensorflow开源深度学习平台,来构建手写数字识别模型并将该模型移值到Android系统平台上,实现基tensorflow的移动设备手写数字识别。仿真实验表明,通过tensorflow构建的识别模型能够快速高效地在手机端实现手写数字的识别。