weixin_44824881的博客

该文件用于制作MMS-GPU的镜像，得到的镜像可用于各类基于mxnet+gpu框架的深度学习的推理。

讯飞支持的语言里面没有python，本实例参考《Linux下 python调用讯飞离线语音合成(tts)》基础上，实现了基于Python3.7的调用C语言封装的函数来间接的使用离线语音识别功能实例。

习惯上，一般是使用TensorFlow进行模型的训练、验证和预测，但模型完善之后的生产上线流程各式各样，不方便使用。针对这种情况本文介绍了TensorFlow Servering，可以将训练好的模型直接上线并提供服务。

本文档给出了在嵌入式系统Ubuntu中一次安装anaconda与tensorflow的详细指令和示意截图，可供相关学习者参考。

机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网络搜索，并极大地提高了人类基因组的认识。在本课中，将学习最有效的机器学习技术，并获得实践，让它们为自己的工作。更重要的是，不仅得到理论基础的学习，而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后，会学到一些硅谷利用机器学习和人工智能的最佳实践创新。本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。 （二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。 （三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。 本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web 搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。