Vad är Google TensorFlow? Open Source-exempel och handledning
![Vad är Google TensorFlow? Open Source-exempel och handledning / Programmering](http://ephesossoftware.com/img/images_1/what-is-google-tensorflow-open-source-examples-and-tutorials.jpg)
Maskininlärning är det hetaste i databehandling just nu. Det är lätt att se varför med tekniken som används överallt, från självkörande bilar till brottsbekämpning, till aktiemarknadsprognos.
TensorFlow är Googles projekt baserat på maskininlärning och neurala nätverk. Låt oss ta reda på vad det är, dess användningsområden och hur man lär sig att använda det.
Vad är TensorFlow?
Det är omöjligt att helt förklara vad TensorFlow är utan att först förstå vad maskininlärning är. Maskininlärning och neurala nätverk påverkar redan våra liv 4 Maskininlärningsalgoritmer som skapar ditt liv 4 Maskininlärningsalgoritmer som skapar ditt liv Du kanske inte inser det, men maskininlärning är redan runt dig och det kan utöva en överraskande grad av inflytande över din liv. Tro mig inte? Du kan bli förvånad. Läs mer på fler sätt än du skulle tro.
Vid sitt enklaste är maskinlärande processen att undervisa datorer hur man analyserar data och fatta välgrundade beslut om det, utan att direkt programmeras för att göra det. För att uppnå detta tränar vi neurala nätverk för att utföra specifika uppgifter.
TensorFlow är Googles öppna källa för neurala nätverk, utvecklat av Googles hjärnteam för ett brett användningsområde. I huvudsak tar TensorFlow bort behovet att skapa ett neuralt nätverk från början. I stället kan du träna TensorFlow med din dataset och använda resultaten men du vill.
Hittills, så abstrakt. Vad kan du göra med ett neuralt nätverk? Det visar sig nästan allt!
Noterbara TensorFlow-exempel
Bildklassificering
Många nybörjare maskininlärningstutorials 6 Användbara maskinlärarhandledning och kurser för att ta itu med nödvändigheterna 6 Användbar maskinlärning Handledning och kurser för att ta itu med nödvändigheterna Det har aldrig varit en bättre tid att dyka in i maskininlärning. Här är sex användbara resurser som hjälper dig att lära dig mer om maskininlärning. Läs mer använd bildklassificering som ett tidigt exempelprojekt för att hjälpa till med förståelsen. Genom att mata referensbilder till ett neuralt nätverk kan det lära sig att förutsäga om en bild innehåller liknande föremål.
För att se denna process i åtgärd, ta en titt på Siraj Ravals 5-minuters Darth Vader-klassificerare.
Denna typ av datorassisterad siktning av data är oerhört kraftfull, inte bara för att lokalisera vilda Darth Vaders. TensorFlow används redan i biomedicinsk bildanalys.
Nästan varje område som bygger på analys av stora mängder bilddata kan dra nytta av tekniken. Som visas i den officiella TensorFlow introduktionsvideoen, används den för att effektivisera bevarandeinsatser för den nära utdöda Dugong.
Djup Photo Style Transfer
Förutom bildklassificering kan TensorFlow användas för att ändra bilder dynamiskt. Deep Photo Style Transfer sattes samman av en grupp på Cornell University. Projektet tar en inmatningsbild och en stilbild innan du applicerar den stilen till originalbilden - med fantastiska resultat.
Exemplen använder en blandning av automatiserad och manuellt uppnådd bildlagring, så om du vill ta hand om det kan det vara värt att borsta på dina Photoshop-färdigheter innan du deltar i biblioteket.
Magenta AI Music
Vi är ingen främling av att använda datorer för att skapa vackra konstverk. Idén om datorer som visar kreativitet på ett sätt som vi finner igenkännliga har länge varit en Sci-Fi-dröm. Med neurala nätverksbibliotek som TensorFlow, kommer det närmare än någonsin.
Magenta använder TensorFlow för att skapa verktyg för musiker. Med hjälp av djupt lärande utökar Magenta verktyg som är tillgängliga för musiker för att öppna upp nya typer av ljudblandningar, och till och med maskinassisterad improvisationssamtal och svar.
Magenta är också användbar som en smart sequencer i sig själv. Möjligheten att använda externa bibliotek är en av de många fantastiska funktionerna i CodePen. Tero Parviainen använde magenta.js-biblioteket för att skapa sin vackra latenta cykelpenna.
Genom att ställa in neurala nätverk genererade improviserade slingor bredvid varandra tillåter latenta cykler vem som helst att skapa unika och vackra ljud utan tidigare musikalisk kunskap.
Så här lär du dig TensorFlow
Maskininlärning är ett oerhört tätt ämne. Ett gott grepp om statistik, matematik, programmering och allmän datavetenskap är alla centrala för förståelsen. Med det sagt gör TensorFlow det lätt att få praktisk erfarenhet, även som nybörjare. Den officiella TensorFlow-handledningen tar ett steg för steg tillvägagångssätt för installation och användning.
De flesta TensorFlow-projekt använder Python programmeringsspråk. Om du är ny på språket finns det en mängd bra ställen att lära dig Python. Om du redan är bekant med JavaScript har TensorFlow handledningsvideor som täcker biblioteket TensorFlow.js.
Dessa handledning, tillsammans med Googles gratis maskinlärarkurs Vad är maskinlärning? Googles fria kurs bryter ner det för dig Vad är maskinlärning? Googles gratis kurs bryter ner dig för Google Google har utformat en gratis online-kurs för att lära dig grunden för maskininlärning. Läs mer, är en ovärderlig resurs, från bibliotekets leverantörer.
Andra TensorFlow Tutorials
För en snabb och informativ introduktion till TensorFlow och bildklassificatorer har Siraj Raval en informativ (och meme-tung) introduktion på 5 minuter.
Detta är en av många videor på Sirajs YouTube-kanal om ämnet maskininlärning. Mellan super snabba videoklipp som den här och långa livsströmmar som tar ett steg för steg-tillvägagångssätt är detta ett bra ställe att lära sig TensorFlow och maskininlärning i Python.
Med fokus på JavaScript och Tensorflow.js, ger kodningståget ett annat heltäckande tillvägagångssätt:
Värd Daniel Shiffman täcker olika användningsfall för TensorFlow, och hans serie om maskininlärning som helhet är en av de bästa fritt tillgängliga kurser på ämnet.
Nybörjareprojekt: Live Object Detection
Detta projekt använder liveobjektigenkänning för att styra en automatisk avfallssorterare. Hårdvaran verkar vara ett Raspberry Pi alternativ, men i teorin kan någon mikrokontroller användas. Det verkliga arbetet görs med en blandning av OpenCV och TensorFlow.
Projektet från videon har ingen handledning bifogad. Dat Trans utmärkta OpenCV- och TensorFlow-artikel använder samma bibliotek, och förklarar varje element tydligt. Som en enkel liten skala idé som använder TensorFlow biblioteket, ett projekt av denna skala är det perfekta sättet att komma igång.
Går vidare med maskinlärande
TensorFlow är ett otroligt kraftfullt verktyg från förmodligen internetets viktigaste företag. Beslutet att öppna det var en stor sak, eftersom den öppnar upp för oss alla.
Med detta sagt är maskininlärning ett otroligt tätt ämne. Det är värt att spendera lite tid med maskininlärning online kurser Dessa maskinlärarkurser kommer att förbereda en karriärväg för dig Dessa maskinlärarkurser kommer att förbereda en karriärväg för dig Dessa utmärkta kurser för online-maskininlärning hjälper dig att förstå de färdigheter som behövs för att starta en karriär i maskininlärning och artificiell intelligens. Läs mer för att TensorFlow ska utnyttjas optimalt.
Utforska mer om: Konstgjord intelligens, maskinlärning, neurala nätverk.