图片「点击链接」正在修复中，请至「下拉至页面最后」点选相关连结 详细请参考文献出处 i.MX Machine Learning User's Guide.pdf 【AI 应用】系列博文 【eIQ 机器学习框架】 【ATU Book-i.MX8系列 - eIQ】eIQ 介绍 【ATU Book-i.M

一.   概述 在边缘运算的重点技术之中，除了 模组轻量化网路架构 与 模组量化 技术之外。另一项技术就是将各家神经网路框架 进行所谓的 模组转换 技术，能帮助开发者快速部属至不同的神经网路框架中。故这里想跟各位读者探讨关于各种模型格式转换为 TensorFlow Lite 的方式，依序分为 Ten

一.   概述 上篇文章，说明如何搭建 Tensorflow Keras 环境以及 Keras 使用版本为 2.3.1 。此外，若各位想了解 TF 1.x 与 2.x 的差异，可以前往本系列的其他文章去认识 Tensorflow 1.x 与 2.x 的主要运作模式。本章节将快速带领初学者使用 Ten

一.   概述 上篇文章，向各位说明了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 轻量化网路模型的简单介绍。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

一.   概述 上篇文章，说明了 Tensorflow 2.x 的基本运算概念以及官方改革推从的 动态图(Eager) 的设计理念 ! 相信各位是有一定程度的了解，因此本篇就将带领各位一步步运用动态图的概念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 潮流，开启 Jupyte

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