19 问题分析与用户分析 网页前端 移动应用前端 系统架构图 会话分析 用户意图识别 检索模块 段落或句 子检索 文档检 索 专业检索接口： 商品参数接口 商品价格接口 商品信息接口 商品卖点接口 促销活动接口 订单信息接口 语法语义分析 用户画像 Json/rest 答案获取和排序模块 答案实体抽取 返回最相关答案 相关性句子排序 …… 机器学习／深度学习模型

加速，对神经网络相关层的实现也较欠缺。 ❑ Caffe 由华人贾扬清在 2013 年开发，主要面向使用卷积神经网络的应用场合，并不适 合其它类型的神经网络的应用。Caffe 的主要开发语言是 C++，也提供 Python 语言等 接口，支持 GPU 和 CPU。由于开发时间较早，在业界的知名度较高，2017 年 Facebook 推出了 Caffe 的升级版本 Cafffe2，Caffe2 目前已经融入到 PyTorch 库中。 命令式编程和符号式编程混合方式，灵活性高，运行速度快，文档和案例也较为丰 富。 ❑ Keras 是一个基于 Theano 和 TensorFlow 等框架提供的底层运算而实现的高层框架， 提供了大量快速训练、测试网络的高层接口。对于常见应用来说，使用 Keras 开发效 率非常高。但是由于没有底层实现，需要对底层框架进行抽象，运行效率不高，灵活 性一般。 ❑ TensorFlow 是 Google 于 2015 年 年发布的深度学习框架，最初版本只支持符号式编程。 得益于发布时间较早，以及 Google 在深度学习领域的影响力，TensorFlow 很快成为最 流行的深度学习框架。但是由于 TensorFlow 接口设计频繁变动，功能设计重复冗余， 符号式编程开发和调试非常困难等问题，TensorFlow 1.x 版本一度被业界诟病。2019 年，Google 推出 TensorFlow 2 正式版本，将以动态图优先模式运行，从而能够避免

标准化。如果设置成 True，那么 输出两个样本之间的余弦相似值。 • __**kwargs__: 层关键字参数。 5.8.8 add keras.layers.add(inputs) Add 层的函数式接口。 参数 • inputs: 一个列表的输入张量（列表大小至少为 2）。 • __**kwargs__: 层关键字参数。 返回 一个张量，所有输入张量的和。 例子 import keras Model(inputs=[input1, input2], outputs=out) 5.8.9 subtract keras.layers.subtract(inputs) Subtract 层的函数式接口。 参数 • inputs: 一个列表的输入张量（列表大小准确为 2）。 • __**kwargs__: 层的关键字参数。 返回 一个张量，两个输入张量的差。 例子 关于 KERAS 网络层 multiply(inputs) Multiply 层的函数式接口。 参数 • inputs: 一个列表的输入张量（列表大小至少为 2）。 • __**kwargs__: 层的关键字参数。 返回 一个张量，所有输入张量的逐元素乘积。 5.8.11 average keras.layers.average(inputs) Average 层的函数式接口。 参数 • inputs: 一个列表的输入张量（列表大小至少为

tensor([3.5]) a, a.item(), float(a), int(a) (tensor([3.5000]), 3.5, 3.5, 3) 小结 • 深度学习存储和操作数据的主要接口是张量（n维数组）。它提供了各种功能，包括基本数学运算、广 播、索引、切片、内存节省和转换其他Python对象。 练习 1. 运行本节中的代码。将本节中的条件语句X == Y更改为X < Y或X 适合执行各种指令，具有分支预测器、深 层流水线和其他使CPU能够运行各种程序的功能。然而，这种明显的优势也是它的致命弱点：通用核心的制 造成本非常高。它们需要大量的芯片面积、复杂的支持结构（内存接口、内核之间的缓存逻辑、高速互连等 等），而且它们在任何单个任务上的性能都相对较差。现代笔记本电脑最多有4核，即使是高端服务器也很少 超过64核，因为它们的性价比不高。 相比于CPU，GPU由100 章节中不同序列转换模型的基础，因此本节将把这个架构转换为接口方便后面的代码实现。 9.6.1 编码器 在编码器接口中，我们只指定长度可变的序列作为编码器的输入X。任何继承这个Encoder基类的模型将完成 代码实现。 from torch import nn #@save class Encoder(nn.Module): """编码器-解码器架构的基本编码器接口""" def __init__(self

并广泛支持多种平台，如：Python 脚本，Python，IPython Shell 和 Jupyter Notebook。 seaborn 是一个基于 matplotlib的 Python 数据可视化库。它提供了更易用的高级接口，用 于绘制精美且信息丰富的统计图形。 mpl_toolkits.mplot3d 是一个基础 3D绘图（散点图、平面图、折线图等）工具集，也是 matplotlib 库的一部分。同时，它也支持轻量级的独立安装模式。

data = audio.generate('1234’) audio.write('1234', 'out.wav’) pydot pydot 是用纯 Python 实现的 GraphViz 接口，支持使用 GraphViz 解析和存储 DOT语言 （graph description language）。其主要依赖 pyparsing 和 GraphViz 这两个工具库。 pyparsing：仅用于加载DOT文件，在

Microsoft Dynamics Marketo Zendesk Quickbooks Hubspot Lex: 构建自然的通过语音和文本的会话交互 不断提升的 人性化交互… • 联系、服务支持中心的接口 (文本 + 语音) • 员工工作效率和协同 (分钟级别到秒级) Origin Destination Departure Date Flight Booking “Book a flight

计算安排成层，其中一些具有可学习的参数，它们将在学习过程中进行优化。 TensorFlow里，有类似Keras，TensorFlow-Slim和TFLearn这种封装了底层计算 图的高度抽象的接口，这使得构建网络十分方便。 在PyTorch中，包nn 完成了同样的功能。nn包中定义一组大致等价于层的模块。 一个模块接受输入的tesnor，计算输出的tensor，而且 还保存了一些内部状态比

智能芯片技术、机器学习 芯片 英国 2016年 D轮融资 估值17亿美元 15 NVIDIA（英伟达） 智能芯片技术 芯片 美国 1993年 上市 市值1450亿美元 16 Brainco 脑机接口 教育、医疗、智能硬件 美国 2015年 天使轮融资 融资额600万美元 17 Waymo 自动驾驶 交通 美国 2016年 C轮融资 估值1050亿美元 18 ABB Robotics 机器人及自动化技术

智能芯片技术、机器学习 芯片 英国 2016年 D轮融资 估值17亿美元 15 NVIDIA（英伟达） 智能芯片技术 芯片 美国 1993年 上市 市值1450亿美元 16 Brainco 脑机接口 教育、医疗、智能硬件 美国 2015年 天使轮融资 融资额600万美元 17 Waymo 自动驾驶 交通 美国 2016年 C轮融资 估值1050亿美元 18 ABB Robotics 机器人及自动化技术