使用TensorFlow Serving服务训练好的模型
在之前的文章中我们建立、训练和保存了一个评论过滤的模型，以及使用 Curl 访问该模型（Python应用）。其实 TensorFlow 也提供了 REST 服务（TensorFlow Serving），可以通过 REST API 来使用训练好的模型。本篇文章就介绍这一方法。
继续阅读“使用TensorFlow Serving服务训练好的模型”作者：弈恪飕
WordPress使用深度学习模型过滤垃圾评论
在上一篇文章中介绍了如何使用 TensorFlow 训练一个深度学习模型做评论内容过滤，本篇文章以此为基础，详细介绍实现对垃圾评论做过滤的方法和步骤。当 WordPress 后台收到并保存评论数据之前，首先是借助训练好的模型对评论内容做判断，通过就保存，否则就丢弃。
继续阅读“WordPress使用深度学习模型过滤垃圾评论”使用TensorFlow训练垃圾评论过滤模型
TensorFlow 是目前流行的深度学习开源框架之一，其特点是系统生态完整，扩展灵活，并提供多语言支持（Python、C++、Java、JavaScript、R等），通过集成 Keras 高阶 API，可以方便、快捷地构建学习模型，非常适合做生产级别的应用部署。另一个框架 PyTorch 也很受欢迎，而且在学术界用的很多。
继续阅读“使用TensorFlow训练垃圾评论过滤模型”OpenAI 创建并使用自定义模型
在上一篇文章中介绍了目前大热的 ChatGPT 人工智能机器人，其前端是人机交互界面，后端是 OpenAI 建立并提供的一套可自训练的 ML（机器学习） 模型和系统；该模型可以通过获取训练数据样本而不断训练并得以完善，同 ChatGPT 聊天其实也是在提供训练数据。本篇文章将介绍如何使用 OpenAI API 创建自定义模型，训练该模型实现鉴别垃圾评论的功能。
继续阅读“OpenAI 创建并使用自定义模型”微信公众号访问 ChatGPT
ChatGPT 目前热度非常高，作为一款自动应答 AI 机器人，从大家使用后的反馈情况看，其所能提供的服务范围极其广泛，聊天、写代码、写小说、查错误、分类、翻译等等似乎无所不能；只要给它提需求，基本上都可以获得还比较靠谱的答案，功能无比强大。本篇文章介绍如何使用 Python 实现在微信中访问 ChatGPT。
继续阅读“微信公众号访问 ChatGPT”