一.   概述 前几篇文章，说明了如何搭建 Tensorflow Keras 1.x / 2.x / Keras 环境，同时也引入相对应的运算概念并带领各位建立手写辨识系统。接下来，将一步步引导各位，将所建立的手写辨识模组在 i.MX8 的平台实现!! 主要以 i.MX8QM 与 i.MX8M Pl

一.   概述 上篇文章向各位说明当今火热的深度学习框架 Tensorflow 1.x 与 2.x 的差别，以及高阶应用程式 Keras  与 Tensorflow Lite 轻量化网路模型的介绍。 为了加快踏上人工智能 AI 与 机器学习 Machine Learning 的世界里，不仿直接进入到

一.   概述 人工智能、机器学习以及深度学习已变成现今最热门的话题之一 ，必将成为未来的一大趋势 !! 并迈入百家争鸣、三国鼎立的时代，对于深度学习框架而言，分别有 Facebook 所提供的 Pytorch 和 Caffe2 、 Microsoft 所提供的 Cognitive Toolkit(

一.   概述 上篇文章说明了 Tensorflow 1.x 的基本运算概念以及当时官方相当推从的 静态图(Graph) 的设计理念 ! 相信各位对于 Tensorflow 1.x 是有一定程度的了解，因此本篇就将带领各位一步步去搭建神经网路架构、训练模组、最后实现手写识别 !! 赶快跟上 AI 潮

一.   概述 上篇文章说明如何搭建 Tensorflow 1.x 环境，主要使用版本为 1.15 。相信各位也大致上了解 TF 1.x 与 2.x 的差异，接下来就来带领读者认识 Tensorflow 1.x 的主要运作模式，何谓 静态图(Graph) 与基本运算的概念，以及如何利用 Tensor