智能鎖具綜合體攜溫州GDG首次登場,帶你玩轉TensorFlow

2021-01-07 浙江省智能鎖具綜合體

1月12日,為了加快培養智能鎖具行業的技術開發人才,浙江省智能鎖具產業創新服務綜合體聯合溫州 GDG (谷歌開發者社區)共同舉辦了以「解構機器學習,讓AI助力開發」為主題的交流活動。整場活動邀請到了溫州大學智能鎖具研究院副院長以及兩位GDE(谷歌認證開發專家)前來分享答疑,現場乾貨滿滿。

這次參加活動的小夥伴來自各行各業,有從事網際網路的小哥哥,也有在校的老師和同學,還有從事代碼開發的程序猿。

活動內容涵蓋了多個領域的分享,包括TensorFlow在智能鎖具中的應用、 嵌入式作業系統 RT-Thread的介紹以及TensorFlow在製造業中的應用等,每位嘉賓的分享都讓到場的小夥伴有所收穫。

TensorFlow在智能鎖具中的應用

陳榆分享了以TensorFlow為代表的人工智慧技術如何在鎖具行業上落地,以及人臉鎖和指紋鎖工作的原理。此外,他還分享了如何使用TensorFlow快速編寫一個圖像分類器以及鎖具物聯網平臺的技術架構和未來技術發展趨勢。

嵌入式作業系統 RT-Thread的介紹

楊衛波為在場的研發人員及學生分享了國產物聯網作業系統RT-Thread,就最近比較熱門的物聯網現狀及前景、研發過程中遇到的問題及如何解決分享了一些心得體會,並對RT-Thread的技術和社區發展進行了交流探討。最後,楊衛波對嵌入式項目產品開發和行業發展的趨勢分享了一些體會。

RT-Thread架構在製造業中的應用

王玉成歸納總結了傳統製造業產業鏈的布局以及存在的問題,提供了用人工智慧去解決傳統製造業問題的分析方法。

在茶歇時間我們邀請了現場最活躍的小姐姐進行了簡單的採訪:

Q 請問你是什麼專業的?

邵佳璡:溫州大學電子信息科學與技術專業。

Q 請問今天整場活動下來最吸引你的是哪一部分的內容呢?

邵佳璡:我最感興趣的是楊衛波老師講的有關RT-Thread的技術發展和疑難解決的內容。作為本專業的學生,我以後也希望自己能學以致用,邁入RT-Thread開發的行列,更加有效地學習RT-Thread。

Q 請問你以後還會參加我們的活動嗎?你對我們以後開展活動有什麼建議呢?

邵佳璡:這次活動除了讓我開闊自己在硬體方面的知識以外,同時也增加了我對AI領域的了解。但是因為之前還沒有了解過TensorFlow,所以比較難跟上思路,希望以後開展活動前能夠發布更多基礎知識供我們了解,先入門。當然,我自己也會主動學習,豐富自己的儲備。

最後送上大家的大合照!感謝各位到場的小夥伴!

TensorFlow Day

世間所有的相逢都是閃躲不及,在這裡暢想遇見更美好的你,我喜歡這樣的相聚,每一次都在見證我們的成長。溫州GDG,下期我們再會!

關於溫州GDG

溫州GDG(谷歌開發者社區)是一個由Google支持的、主要關注谷歌及開源技術的非營利性的民間開發者社區。我們的目標是,利用谷歌開發技術、開原始碼、公開網際網路標準等技術服務於開發者,一起推動網際網路應用的開發和創新。

在全球近500個主要的城市中,包括北京、上海、杭州、廣州等,都有對應的GDG,這些社區之間都有暢通的溝通渠道,通過這些社區,你能更及時的了解Google最新的技術、產品與信息,也能在全國乃至全球GDG中,找到技術交流、討論問題的夥伴,結交朋友、開拓視野。

搜一搜:

浙江省智能鎖具創新服務綜合體

相關焦點

  • 溫州大學智能鎖具研究院走訪中國電信溫州分公司
    浙江省智能鎖具創溫州作為全國推進國家新型智慧城市建設試點城市,已走過兩年多的歷程,為了進一步了解溫州智慧城市的建設情況,12月3日下午,溫州大學智能鎖具研究院院長阮秀凱一行前往中國電信溫州分公司參觀交流。
  • 玩轉TensorFlow?你需要知道這30功能
    2)TensorFlow hub如果你想在小型數據集上訓練你的模型,或者提高泛化能力,你會需要使用遷移學習。網址:https://js.tensorflow.org/網址:https://github.com/tensorflow/tensor2tensor
  • 機器學習進階筆記| 利用TensorFlow實現智能數字識別
    編寫第一個Tensorflow項目——Mnist數字識別Mnist數字識別介紹人工智慧技術已經逐漸滲透到大眾生活的方方面面,從大名鼎鼎的AlphaGo,再到貼近實際生活的廣告展示、新聞智能推薦等,人工智慧技術被廣泛運用於各行各業。近年來,人工智慧技術在圖像(物體識別、人臉識別)、自然語言(語音識別、翻譯、對話機器人)、智能醫療、智能推薦(廣告、新聞、視頻)等領域取得了飛速的發展。
  • Python系列-人工智慧篇:帶你搞懂TensorFlow基礎入門
    比如當你說一句話時,機器能夠識別成文字,並理解你話的意思,進行分析和對話等。人工智慧的核心在於智能兩字,那智能怎麼來的?官網地址:https://github.com/tensorflow/tensorflow什麼是數據流圖?數據流圖是描述有向圖中的數值計算過程。有向圖中的節點通常代表數學運算,但也可以表示數據的輸入、輸出和讀寫等操作;有向圖中的邊表示節點之間的某種聯繫,它負責傳輸多維數據(Tensors)。
  • 玩轉TensorFlow Lite:有道雲筆記實操案例分享
    如果只想編譯庫文件,可以編譯 "//tensorflow/contrib/lite/java:tensorflowlite" 這個 target,得到的是 libtensorflowlite_jni.so 庫和相應的 java 層接口。
  • TensorFlow 安裝詳解
    節點(Nodes)在圖中表示數學操作,圖中的線(edges)則表示在節點間相互聯繫的多維數據數組,即張量(tensor)。它靈活的架構讓你可以在多種平臺上展開計算,例如臺式計算機中的一個或多個 CPU(或GPU),伺服器,行動裝置等等。
  • 首屆GDG Wenzhou DevFest 2020 溫州科技嘉年華成功舉辦!
    11月21日,由谷歌開發者社區溫州站、溫州大學智能鎖具研究院、WorkFace聯合舉辦的首屆GDG Wenzhou DevFest 2020 溫州科技嘉年華成功舉辦!溫州大學智能鎖具研究院總工程師王玉成針對低功耗需求與大家分享「TinyML在微控制器中的應用」,據王玉成介紹,物聯網硬體設備的增加使得視覺、音頻等方面對TinyML的需求快速增長。開放智能機器有限公司商務總監姚中傑現場結合自己的工作內容對人工智慧領域邊緣計算、NPU興起,場景AI算法大爆發等趨勢進行了分析。
  • TensorFlow應用實戰 | TensorFlow基礎知識
    定義算法的計算圖(Graph)結構把實驗的器材等組裝好使用會話(Session)執行圖的一部分(計算)開始點燃酒精燈等操作Graph tf.Graphhttps://www.tensorflow.org/api_docs/python/tf/Graph如果你沒有顯式的去創建圖,它其實已經幫你註冊了一個默認的圖
  • 令人困惑的TensorFlow!
    如果你仔細閱讀,你甚至可能已經發現了這個頁面(https://www.tensorflow.org/programmers_guide/graphs),該頁面涵蓋了我將以更準確和技術化的方式去解釋的內容。本節是一篇高級攻略,把握重要的直覺概念,同時忽略一些技術細節。那麼:什麼是計算圖?它本質上是一個全局數據結構:是一個有向圖,用於捕獲有關如何計算的指令。
  • TensorFlow極速入門
    最後給出了在 tensorflow 中建立一個機器學習模型步驟,並用一個手寫數字識別的例子進行演示。1、tensorflow是什麼?tensorflow 是 google 開源的機器學習工具,在2015年11月其實現正式開源,開源協議Apache 2.0。
  • tensorflow極速入門
    最後給出了在 tensorflow 中建立一個機器學習模型步驟,並用一個手寫數字識別的例子進行演示。1、 tensorflow是什麼?tensorflow 是 google 開源的機器學習工具,在2015年11月其實現正式開源,開源協議Apache 2.0。下圖是 query 詞頻時序圖,從中可以看出 tensorflow 的火爆程度。
  • tensorflow安裝教程
    tensorflow是谷歌開源的人工智慧庫,有最完善的生態支持。是進行人工智慧領域開發和科研的必備工具。本文在windows10下,藉助anacondaAnaconda安裝和使用,AkShare入門,安裝tensorflow2.0。
  • 帶你入門機器學習與TensorFlow2.x
    如果是想安裝 CPU 版本,則可以輸入下列命令:pip install tensorflow如果想安裝指定版本,則可以直接在命令後面加上版本號:pip install tensorflow-gpu==1.13.1該命令執行後,系統會將 1.13.1 版本的 TensorFlow 安裝到本機。
  • tensorflow機器學習模型的跨平臺上線
    生成的模型,但是由於tensorflow模型往往較大,使用無法優化的PMML文件大多數時候很笨拙,因此本文我們專門討論下tensorflow機器學習模型的跨平臺上線的方法。tensorflow模型的跨平臺上線的備選方案tensorflow模型的跨平臺上線的備選方案一般有三種:即PMML方式,tensorflow serving方式,以及跨語言API方式。PMML方式的主要思路在上一篇以及講過。
  • TensorFlow發布JavaScript開發者的機器學習框架TensorFlow.js
    發布新的 TensorFlow 官方博客(http://blog.tensorflow.org/)與 TensorFlow YouTube 頻道;2. 面向 JavaScript 開發者的全新機器學習框架 TensorFlow.js;3.
  • TensorFlow圖像分類教程
    本系列文章直接切入關鍵的部分,只需要對命令行和Python有最基本的了解,就可以在家快速地創建一些令你激動不已的項目。本文不會深入探討TensorFlow的工作原理,如果你想了解更多,我會提供大量額外的參考資料。本系列所有的庫和工具都是免費開源的軟體。本教程旨在把一個事先被放到訓練過的類別裡的圖片,通過運行一個命令以識別該圖像具體屬於哪個類別。
  • 運行tensorflow2.0出錯
    今天在調試tf2.0的代碼的時候,Console丟了一個錯誤出來:AttributeError: module 'tensorflow'
  • Anaconda軟體安裝TensorFlow教程
    Anaconda軟體的安裝,請閱讀文章《Anaconda軟體安裝和簡易使用教程》第一步:創建r-tensorflow環境打開Anaconda Prompt,執行命令conda create --name r-tensorflow python=3.6該命令用來創建r-tensorflow虛擬環境
  • Windows配置tensorflow開發環境
    通過這篇文章,希望能夠幫助大家更加順利地配置tensorflow的開發環境。4、測試tensorflow是否可用可通過兩種方式測試tensorflow:(1)通過Anaconda Prompt窗口:首先,激活tensorflow環境。
  • 基於TensorFlow的深度學習實戰
    為了將環境建在 ~/tensorflow 目錄下, 執行:$ virtualenv --system-site-packages ~/tensorflow接下來激活virtualenv:$ source ~/tensorflow/bin/activate #  with bash $ source ~/tensorflow/bin/activate.csh