最近在看TensorFlow的YouTube頻道

https://www.youtube.com/tensorflow

內(nèi)容挺多，不過只看一遍的話，基本過一遍也就都忘了，所以隨手記下來一些概念，憑印象寫的，加上英語不好，內(nèi)容不一定正確，后續(xù)再驗證并修正

1. tf.hub，說是一行代碼完成訓(xùn)練，應(yīng)該是封裝的很好的一個模塊，后續(xù)再學(xué)習(xí)一下

2. eager模式，大致應(yīng)該是命令式編程，就是以前TensorFlow的代碼，執(zhí)行的時候，你以為它執(zhí)行了，實際上他只是在構(gòu)建模型，并沒有進行實際的運算，而在eager模式下執(zhí)行了一行實際發(fā)生了真實的計算，結(jié)果是直接出來可以直接打印了

3. autograph，大致應(yīng)該是以前是用的session，而且某些條件語句，如 if 之類的，不能像Python那樣寫代碼，有了這個之后，就可以像其他 Python 那樣寫代碼了，它會自動轉(zhuǎn)換成TensorFlow的底層封裝代碼

4. TensorFlow lite的剪枝，https://www.youtube.com/watch?v=DKosV_-4pdQ?，是這個視頻里提到了，23分鐘開始，我之前還沒做過剪枝，大致關(guān)鍵字應(yīng)該是 quantize.Quantize()，還有prune.Prune()(25:50左右)

5. 看起來像是Keras自動調(diào)整超參數(shù)，?https://www.youtube.com/watch?v=Un0JDL3i5Hg?， 關(guān)鍵字??Keras Tuner

6. 2D畫面估計3D信息，TF-Graphics，?https://www.youtube.com/watch?v=Un0JDL3i5Hg(跟上面同一個視頻)

7.?Google Coral,看起來是一個硬件？像是移動版的GPU

8.?tf.text, tensorflow 內(nèi)置的 bert, 反正是文本處理, pip install tensorflow_text

9. NSL, pip install neural-structured-learning， Neural Structured Learning沒看懂，感覺大致是可以用較少的標(biāo)簽訓(xùn)練出較好的效果，感覺是一個趨勢;

10. FaceMesh, 超高分辨率人臉關(guān)鍵點獲取，https://www.youtube.com/watch?v=kKp7HLnPDxc，用JavaScript實現(xiàn)

?

https://storage.googleapis.com/tfjs-models/demos/facemesh/index.html

?

https://github.com/tensorflow/tfjs-models/tree/master/body-pix

11. 剪枝及量化?https://www.youtube.com/watch?v=4iq-d2AmfRU，

12. tflite相關(guān)的一點東西?https://www.youtube.com/watch?v=ALxWJoh_BHw

?

?

總結(jié)

以上是生活随笔為你收集整理的tensorflow youtube的一点笔记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。