Keras witf tensorflow优化器
Keras是一个开源的高级神经网络API，基于Python编程语言，可以在TensorFlow、Theano和CNTK等深度学习框架上运行。它提供了一种简洁而直观的方式来构建和训练深度学习模型。
TensorFlow优化器是Keras框架中用于训练神经网络模型的一种工具。优化器的作用是在训练过程中根据模型的损失函数和参数更新规则来更新模型的权重，以使模型在训练数据上达到更好的效果。
Keras中提供了多种优化器，常见的包括：
- Adam优化器：一种基于梯度的优化算法，结合了Adagrad和RMSProp的优点，适用于大多数情况下的深度学习模型训练。 推荐的腾讯云相关产品和产品介绍链接地址：腾讯云AI加速器PAI-1（https://cloud.tencent.com/product/pai）
- SGD优化器：随机梯度下降优化算法，每次迭代使用单个样本进行梯度计算和参数更新，适用于较大数据集的训练。 推荐的腾讯云相关产品和产品介绍链接地址：腾讯云AI加速器PAI-1（https://cloud.tencent.com/product/pai）
- RMSprop优化器：一种基于梯度的优化算法，结合了梯度衰减和动量项的思想，适用于处理非平稳目标函数的训练任务。
- Adagrad优化器：一种基于梯度的优化算法，自适应地调整每个参数的学习率，适用于稀疏数据集的训练。
- Adadelta优化器：一种基于梯度的优化算法，通过近似计算梯度的平均更新模型的参数，适用于处理学习率调整困难的问题。
每种优化器都有其适用的场景和优势，选择合适的优化器取决于具体的问题和数据集特征。
附加链接：了解更多关于Keras的信息，您可以访问腾讯云文档中有关Keras的介绍和使用指南（https://cloud.tencent.com/document/product/845）。 腾讯云产品链接地址：腾讯云AI加速器PAI-1（https://cloud.tencent.com/product/pai）。
相关·内容
1回答
我正在尝试使用this question和this question as well中详细介绍的RProp优化器来训练模型。 我从this Github repository下载了rprop.py脚本，并将其添加到C:\mini\envs\aiml3\Lib\site-packages\tensorflow_core\python\keras\optimizer_v2上的Keras/tf代码库中。 在我的R脚本(在RStudio中运行)中，我运行以下命令来创建模型： model <- keras_model_sequential() %>%
layer_dense(units
浏览 18提问于2020-07-20得票数 1
我正在使用python3.9，tensorflow 2.7.0和一个改版的Mask )。我正在使用tensorflow .keras并专门导入
import tensorflow as tf
from tensorflow.python import keras
from tensorflow.python.keras import backend as K
from tensorflow.python.keras import layers as KL
from tensorflow.python.keras import utils as KU
from tensorflow.pytho
浏览 13提问于2022-04-27得票数 1
我正尝试在colab.research页面中运行我的神经网络，但在这一行仍然收到错误AttributeError: module 'tensorflow' has no attribute 'optimizers'：
opt = tensorflow.optimizers.RMSprop(learning_rate=0.00001, decay=1e-6)
我从代码中导入的部分：
import tensorflow
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from t
浏览 59提问于2019-11-13得票数 7
回答已采纳
这是我的第一个问题。我正在玩tensorflow.keras，做一些CNN，我想知道是否有人知道为什么会发生这种冲突，谢谢。
from tensorflow.keras.optimizers import Nadam
from tensorflow.keras.optimizers.schedules import ExponentialDecay
initial_learning_rate = 0.1
lr_schedule = ExponentialDecay(
initial_learning_rate,
decay_steps=100000, decay_rate=
浏览 14提问于2022-03-10得票数 0
16回答
当我试图修改Keras中SGD优化器的学习速率参数时，出现了这个错误。我是否遗漏了代码中的某些内容，或者我的Keras没有正确安装？
这是我的代码：
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense, Flatten, GlobalAveragePooling2D, Activation
import keras
from keras.optimizers import SGD
model = Sequential()
model.add
浏览 2提问于2018-04-27得票数 57
2回答
我使用以下代码：
from tensorflow.keras.regularizers import l2
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Add, Conv2D, MaxPooling2D, Dropout, Flatten, Dense, BatchNormalization, Activation
from tensorflow.keras import activations
CNN_model = Sequential()
# The First B
浏览 0提问于2021-08-15得票数 0
回答已采纳
试着跑--
import tensorflow as tf
from tensorflow import keras
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Flatten, Dense
from tensorflow.python.keras.optimizers import SGD, Adam
import numpy as np
print(tf.__version__)
，我得到了这个错误--
----------------
浏览 84提问于2022-03-10得票数 0
1回答
我在Tensorflow中有一个net，我正在尝试在Keras中重新实现它。目前，与Tensorflow模型相比，Keras模型的表现完全不佳。与原始模型相比，损失要高得多，并且下降得更慢。我最好的猜测是我用错了优化器。在Tensorflow代码中，优化器如下所示：
global_step = tf.Variable(0, trainable=False)
learning_rate = tf.train.exponential_decay(0.0001,
global_step,
浏览 17提问于2018-09-04得票数 5
我正在尝试将tf.keras与tensorflow中的新AdamW优化器一起使用，并且遇到了一些问题。该代码的玩具版本如下：
from tensorflow.contrib.opt import AdamWOptimizer
from tensorflow.python.keras.optimizers import TFOptimizer
model = Sequential()
model.add(Dense(2, activation="tanh", input_shape=(3,)))
tfopt = AdamWOptimizer(weight_decay=0.1,
浏览 2提问于2018-10-04得票数 3
回答已采纳
我想用tf.contrib.keras来摆弄它。然而，有一件事我不明白。tf.train中的类有一个函数minimize，您可以使用它来优化您的函数。但是，tf.contrib.keras.optimizers中的类不存在此minimize函数。假设我们有以下代码：
# tensorflow
tf.train.AdamOptimizer(learning_rate=0.001)
updateModel = trainer.minimize(loss)
# keras wrapper
trainer=tf.contrib.keras.optimizers.Adam()
updateModel
浏览 3提问于2018-02-17得票数 5
我使用序列模型创建了一个tf.keras，如下所示：
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(8, input_dim=4))
model.add(tf.keras.layers.Dense(3, activation=tf.nn.softmax))
opt = tf.train.AdamOptimizer(learning_rate=0.001)
model.compile(optimizer=opt, loss="categorical_crossentropy", metrics=[&#
浏览 4提问于2018-07-09得票数 5
回答已采纳
我正在使用中的TensorFlow (带有19.01Nvidia TensorFlow Docker映像)执行TensorFlow。我有一个Nvidia 2070显卡，当我尝试运行一个更新版本的TensorFlow对接映像时，我已经摆脱了内存错误(例如19.08)。因此，我决定，也许是时候考虑使用16位精度而不是32位来存储VGG19 CNN的参数。
当我建造我的机器时，我的初步研究让我相信，从32切换到16是一件轻而易举的事情，但这不是我的经验，因为我正在积极地尝试着实现这一转变。
这就是我所做的：
我设置了tf.keras.backend.set_floatx('float16
浏览 0提问于2019-09-12得票数 0
我想要生成一个从RGB图像(256×256×3)中提取的一维特征向量，使用预先训练的模型。假设我从一个形状为(N_images，256,256，3)的张量开始，我想获得一个形状为(N_images，M_features)的张量，其中M_features是用户选择的特征数。我在keras/tensorflow 中找到了一个可行的解决方案(参见：“使用VGG16提取特性”)，并尝试了以下代码(使用ResNet50)：
from tensorflow.keras.applications.resnet50 import ResNet50
from tensorflow.keras.preproces
浏览 2提问于2022-07-26得票数 0
1回答
我是机器学习的新手。我很想知道使用Keras而不是TensorFlow对象检测API之间的区别。
请检查两种不同类型的实现: 1) 使用Keras 2) 使用无Keras的Tensorflow对象检测API
谢谢！
浏览 0提问于2020-02-18得票数 1
回答已采纳
我遵循了这里提供的步骤：来安装与gpu一起工作的tensorflow，并使用cuDNN SDK，但出于某些原因，我仍然不能使用它，并且仍然会得到这个错误：
tensorflow.python.framework.errors_impl.InvalidArgumentError: No OpKernel was registered to support Op 'CudnnRNN' used by node sequential/cu_dnnlstm/CudnnRNN (defined at cudrnn.py:27) with these attrs: [input_mode=
浏览 3提问于2019-09-25得票数 7
我正在尝试在tensorflow中使用lstm，但我到了这个地步，我无法建立一个简单的imdb情感模型来收敛。
我采用了一个keras模型，并试图在tensorflow中复制完全相同的模型，在tensorflow中，它训练和收敛，但是在tensorflow，它只是停留在某个点(损失0.69)。
我试着使它们尽可能平等，唯一的区别是，在角，填充是在序列之前，而在tensorflow，我使用'post‘填充，因为在tensorflow的约定。
你知道我的tensorflow模型有什么问题吗？
from __future__ import print_function
import ran
浏览 4提问于2017-05-28得票数 7
在tensorflow/keras中使用ADAM作为优化器时，真的有必要优化初始学习率吗？如何做到这一点(在tensorflow 2.x中)？
浏览 282提问于2020-06-14得票数 0
我正在尝试导入Keras，但是我得到了以下错误：
ImportError: cannot import name 'adam' from 'keras.optimizers' (/usr/local/lib/python3.8/dist-packages/keras/optimizers/__init__.py)
在这里调用导入：
from tensorflow import keras
from keras.layers import Conv2D, Input, MaxPool2D,Flatten, Dense, Permute, GlobalAverage
浏览 3提问于2020-07-03得票数 66
回答已采纳
我用一个基本的例子验证了我的TensorFlow (v2.2.0)、Cuda (10.1)和cudnn (libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb)，我得到了奇怪的结果……
当在Keras中运行下面的示例时，如所示，我得到了~99%的acc @验证。当我调整通过TensorFlow运行的导入时，我只得到了86%。
我可能忘了什么。
要使用tensorflow运行，请执行以下操作：
from __future__ import print_function
import tensorflow as tf
from tensorflow.keras.
浏览 3提问于2020-05-27得票数 6
我正在尝试建立一个基于评论的电影评分预测。我使用带有tensorflow的Keras作为后端。我使用Anaconda下载了Tensorflow和keras。代码中的x和y是numpy数组。我正在尝试运行以下代码，
import tensorflow as tf
import keras
from keras.models import Sequential
from keras.callbacks import History
from keras.layers import Input, Dense, Dropout
from keras.layers import BatchNormali
浏览 1提问于2018-11-04得票数 1
1回答
我有一个图像分类，深入学习CNN模型(.h5文件)使用Keras和Tensorflow 2，我想使用在线预测。我想要一个API，它通过HTTP接收单个输入映像，并使用经过训练的模型使用预测的类标签进行响应。是否有Keras或Tensorflow提供的API来进行同样的操作？
浏览 1提问于2020-02-12得票数 0
回答已采纳
1回答
这是我为CNN创建的代码，但我注意到损失/时期图上的这些峰值，我无法解释。我尝试了adam optimizer，但结果仍然相同。我试图对恶性或良性乳腺肿瘤进行分类，但我的数据集有点小，只有3390张照片。 # -*- coding: utf-8 -*-
"""
Created on Wed Dec 18 16:05:12 2019
@author: Panagiotis Gkanos
"""
import numpy as np
import tensorflow as tf
from
浏览 45提问于2020-02-01得票数 2
回答已采纳
随着Keras成为TensorFlow的API，有许多旧版本的Keras代码，比如。
from keras import models
对于当前版本的TensorFlow，我们是否需要将每个Keras代码更改为？
from tensorflow.keras import models
浏览 1提问于2019-01-08得票数 8
回答已采纳
与Keras相比，我更熟悉tensorflow图形培训，但我正在这里试用Keras。
在构建GAN时，需要针对与鉴别器不同的损耗(相反的损耗)对发电机进行优化。在base中，使用两个优化器或分别使用适当的权重组调用optimizer.compute_gradients(...)和optimizer.apply_gradients(...)，这非常容易实现。
在Keras中，我看不出我能实现这两个目标。在像这样的实现中，生成器和鉴别器的训练似乎被分割成不同的模型，然后逐批独立地进行训练。这意味着每一次有效更新都需要更多的传递，而不是使用两个优化器一次操作的基本tensorflow实现。
有没有一
浏览 0提问于2019-07-09得票数 10
回答已采纳
我有一个带有4个Nvidia K80 GPU的盒子。我正在运行Tensorflow 2。当我运行一个培训会话(tf.keras => model.fit())时，我会看到以下日志语句：
I tensorflow/core/common_runtime/gpu/gpu_device.cc:1102] Device interconnect StreamExecutor with strength 1 edge matrix:
I tensorflow/core/common_runtime/gpu/gpu_device.cc:1108] 0 1 2 3
I tensorflow/
浏览 2提问于2020-06-14得票数 1
回答已采纳
我试图从我的本地机器上的Colab加载模型的检查点，但得到一个错误：
TypeError: Unexpected keyword argument passed to optimizer: name
至于优化器调用，它看起来像这样：
# Compile the model
model.compile(loss='categorical_crossentropy',
optimizer=tf.keras.optimizers.Adam(lr=0.001, decay=1e-5),
metrics=['accurac
浏览 66提问于2019-07-09得票数 0
我使用以下命令对我的代码应用了急切执行 import TensorFlow as tf
tf.enable_eager_execution()
tf.executing_eagerly() 但是当我使用Adam Optimizer时 single_step_model = tf.keras.models.Sequential()
single_step_model.add(tf.keras.layers.LSTM(32,
input_shape=x_train.shape[-2:]))
single_ste
浏览 15提问于2020-05-03得票数 0
AMSGrad.py如下所示。
但是，我必须将它们转换为keras.optimizer.Optimizer，以便在tensorflow model.compile()中使用它们
浏览 12提问于2022-08-05得票数 0
回答已采纳
我最初在Keras中开发了一个分类器，在那里我的优化器非常容易应用衰变。
adam = keras.optimizers.Adam(decay=0.001)
最近，我试图将整个代码更改为纯Tensorflow，但无法找到如何将相同的衰减机制正确地应用于优化器。
optimizer = tf.train.AdamOptimizer()
train_op = optimizer.minimize(loss=loss,global_step=tf.train.get_global_step())
如何将在Keras代码段中看到的相同的学习速率衰减应用到Tensorflow代码段？
浏览 0提问于2019-01-08得票数 6
我得在我的DNN上做网格搜索。但是我得到了一个关于GridSearchCV函数的错误。下面是创建和编译我使用的模型的代码，以及我尝试进行网格搜索时的代码。
import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf
from keras.models import Sequential
from keras.layers import Dense, Dropout
import keras,sklearn
import os
os.environ['KMP_DUPLICATE_LIB_OK'
浏览 22提问于2022-03-14得票数 1
1回答
Tensorflow可以在没有安装任何CPU的情况下在GPU上工作。
在Ubuntu系统上训练以下keras模型时，下面的安装是否提高了Tensorflow的性能？
1). No Nvidia GPU installed.
2). Install the Nvidia CUDNN library on Ubuntu system.
3). Intel CPU with MKLDNN enabled.
对于这个keras模型：
def create_classical_model():
# A simple model based off LeNet from https://kera
浏览 9提问于2022-08-27得票数 0
回答已采纳
我正在为科学博览会做实验，我不能使用它，因为它把它算作不存在。
我的代码：
import tensorflow as tf
from tensorflow import keras
import matplotlib.pyplot as plt
import numpy as np
import time
start_time = time.time()
data = tf.keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = data.load_data()
c
浏览 10提问于2019-11-28得票数 2
回答已采纳
警告:tensorflow:没有传递给第一层的input_shape的顺序模型不能重新加载它们的优化器状态。因此，您的模型是从刚初始化的优化器开始的。
在试图加载保存的模型时，我遇到了来自tensorflow的警告
import tensorflow.keras as keras
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train = tf.keras.utils.normalize(x_train, ax
浏览 3提问于2019-05-13得票数 3
回答已采纳
2回答
假设我想编写一个符合tf.keras API的自定义优化器类(使用TensorFlow version>=2.0)。我对文档化的方法和在实现中所做的方式感到困惑。
tf.keras.optimizers.Optimizer 的文档，
### Write a customized optimizer.
If you intend to create your own optimization algorithm, simply inherit from
this class and override the following methods:
- resource_
浏览 0提问于2019-11-08得票数 36
我一直在浏览tensorflow.keras.save_model()应用程序接口的文档，我遇到了参数include_optimizer，我想知道不包括优化器有什么好处，或者如果优化器不与模型一起保存会出现什么问题？ 为了给我的特定用例提供更多的上下文，我想保存一个模型，然后将生成的.pb文件与Tensorflow一起使用。我是否需要保存优化器状态，而不是保存它会减少结果文件的整体大小？如果我不保存，模型会不会在TF服务中不能正常工作？
浏览 51提问于2021-04-30得票数 1
回答已采纳
我正在尝试移植一些代码，以便在树莓派上工作。此代码使用Tensorflow，但仅用于三个函数。
from tensorflow.keras.applications.mobilenet_v2 import preprocess_input
from tensorflow.keras.preprocessing.image import img_to_array
from tensorflow.keras.models import load_model
说简单地导入：
import tflite_runtime.interpreter as tflite
preprocess_input、im
浏览 7提问于2020-11-13得票数 1
回答已采纳
我正在尝试使用TensorFlow实现一个神经网络来解决异或问题。我选择sigmoid作为激活函数，shape (2, 2, 1)和optimizer=SGD()。我选择batch_size=1是因为问题的全局性是4，所以真的很小。问题是，预测结果甚至与正确答案相去甚远。我做错了什么？ 我在Google Colab上这样做，Tensorflow的版本是2.3.0。 import tensorflow as tf
import numpy as np
x = np.array([[0, 0],
[1, 1],
[1, 0],
浏览 46提问于2020-11-04得票数 3
回答已采纳
我正在与CNN项目合作，对音高序列进行分类。音高类总共有51个类别，这意味着我想要对数据集中可用的51个音高进行分类。 对于指标，我计划使用精确度、召回率、F1分数。我引用this post来实现这样的函数： 我创建的函数： from keras import backend as K
def recall_m(y_true, y_pred):
true_positives = K.sum(K.round(K.clip(y_true * y_pred, 0, 1)))
possible_positives = K.sum(K.round(K.clip(y_true, 0,
浏览 40提问于2021-02-07得票数 2
回答已采纳
我在CNN的一个基础节目中遇到了这个错误：
AttributeError：'SparseCategoricalCrossentropy‘对象没有属性'name’
我以为你可以把loss=tf.metrics.SparseCategoricalCrossentropy()设为model.compile()
import tensorflow as tf
import tensorflow_datasets as tfds
import numpy as np
import matplotlib.pyplot as plt
tf.random.set_seed(42)
t
浏览 4提问于2021-01-25得票数 0
回答已采纳
我需要把TF中的NN翻译成Keras。有点简单，除了Tensorflow中的“动量”优化器。
我最好的猜测是TF中的“动量”在Keras中是SGD。这是正确的吗？
如果是这样的话，我应该在Keras中设置的默认超参数"lr，momentum，decay，nesterov“是什么，以匹配TF中的默认调用"optimizer=momentum”？
谢谢!
要翻译的行：
network = regression(
network,
optimizer='momentum',
loss='categorical_crossentropy'
)
浏览 35提问于2018-08-14得票数 1
回答已采纳
我可以看到keras已经重新实现了优化器。我想使用一个在keras中不可用的优化器，但是在后端可以使用，例如tensorflow：
tf.train.FtrlOptimizer
请你用一些要点指导我，我需要做些什么，破解框架，才能使用后端的优化器？
谢谢你，乔泽夫
浏览 2提问于2016-03-20得票数 0
回答已采纳
系统信息
操作系统平台和发布: Ubuntu 16.04 LTS
从(源或二进制)安装的TensorFlow :二进制更新
TensorFlow版本(使用下面的命令)：1.12.0重新编码
Python版本:3.5.2
CUDA/cuDNN版本: 9.0版，V9.0.176版本
GPU模型和内存: Tesla K80，12 GB
描述当前行为
当我试图使用model.save()保存我的模型时，模型是一个tf.keras.Model实例，它会抛出一个TypeError: ('Not JSON Serializable:', <tf.Variable 'Variab
浏览 0提问于2019-05-17得票数 5
背景
当为Keras使用TensorFlow后端时，我得到以下类型的消息
TensorFlow库不是用AVX/FMA/etc指令编译的.可以加速CPU的计算。
当我使用提亚诺的时候，我没有。
要安装Keras，我使用了：
conda create -n cv python=3.6 pandas scikit-learn jupyter ...
pip install keras
我的Mac规格
MacBook Pro (Retina，15英寸，2015年中期)
Intel Iris Pro 1536 MB
问题
西亚诺是利用了这些指令，还是只是没有安静地支持它们？
浏览 5提问于2017-07-25得票数 2
1回答
为了提高训练模型的延迟性，我尝试使用Tensorflow混合精度。
正如中提到的那样，仅仅设置策略似乎并不能提高模型的速度：
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras import mixed_precision
policy = mixed_precision.Policy('mixed_float16')
mixed_precision.set_global_policy(policy)
但是
浏览 3提问于2021-11-14得票数 0
如果我的代码像这样：
from sklearn.model_selection import train_test_split
from keras.models import Sequential
from keras.layers import Dropout, Flatten, Dense, Conv2D, MaxPooling2D, BatchNormalization
from keras.callbacks import TensorBoard
from keras.callbacks import ModelCheckpoint
from keras.optimizer
浏览 0提问于2021-06-08得票数 0
2回答
如果满足某些条件，我会使用回调来停止训练过程。我想知道如何访问由于回调而停止训练的纪元编号。 import numpy as np
import random
import tensorflow as tf
from tensorflow import keras
class stopAtLossValue(tf.keras.callbacks.Callback):
def on_batch_end(self, batch, logs={}):
eps = 0.01
if logs.get(
浏览 58提问于2021-10-06得票数 0
回答已采纳
在TF2.0中，在创建keras模型之后仍然需要调用model.compile，如doc所示。 但是使用eager模式，不需要创建图形，那么tf.keras.Model.compile在TensorFlow2.0中的用途是什么呢？
浏览 25提问于2019-08-26得票数 1
回答已采纳
我正在根据我在网上找到的一个简单的自动编码器示例在python中构建一个模型。这个例子是为keras写的。通过建议的向tensorflow.keras的转换，我修改了程序的导入，希望不需要进行其他更改。
进口的角角
from keras.layers import Input, Dense
from keras.models import Model
from keras.datasets import mnist
自动编码器工作得很好，您可以看到它在std输出中收敛，恢复的图像是有意义的。当我使用tensorflow输入时
from tensorflow.python.keras.layer
浏览 3提问于2020-06-12得票数 1
回答已采纳
1回答
我在colab上训练了一个keras序列模型，并将其保存为TensorFlow SavedModel格式。然后，我将经过训练的模型的压缩文件夹(包含saved_model.pb文件和变量子文件夹)下载到我的计算机上，并试图将该模型加载到我的python文件中，但最终以
这个错误：(注意B:我在安装了keras和tensorflow的anaconda自定义环境中运行python文件)
OSError: Unable to open file (unable to open file: name = 'C:/Users/user/Desktop/chiffre.model', er
浏览 1提问于2021-06-03得票数 0
回答已采纳
我是一个超级n00b，试图学习TF和keras。我想使用Functional创建一个模型，并由ImageDataGenerator()和flow_from_directory()提供。我仅限于使用spyder (5.1.5)和python 3.7、keras 2.8.0、tensorflow 2.8.0。
为了支持flow_from_directory()，我已经将示例补丁组织到有标签的文件夹中。有7个类，每个补丁都是一个小.png图像，大小应该是128x128x3。
但是，当我试图调用model.fit()时，我会收到一个ValueError：
Traceback (most recent
浏览 8提问于2022-07-29得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
