多语言展示
当前在线:832今日阅读:167今日分享:16

tensorflow models如何使用

TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域,对2011年开发的深度学习基础架构DistBelief进行了各方面的改进,它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源,任何人都可以用。下面小编教你tensorflow models如何使用!
方法/步骤
1

Tensorflow作为Google花大力构建维护的项目,拥有一套异常完善的Tutorial。对初学者来说,可能完善到让人不知道该从哪里下手,相信看过它的网站的同学们都能感觉得到。但既然是开源项目,要学习它肯定是从官方的Document下手,这里也感谢极客学院的大佬们细心翻译,方便了小白们入坑。

2

首先,要想应用这种深度学习包,需要你对机器学习这方面有一个理论上的了解,完全不会ML、DL的纯小白也不可能看得懂这些文档和算法,文档里的介绍大部分都是在应用层面上的指导。我在这之前对ML和DL算有一定的基础,精看过几本书,乱看过几个系列的网课,刷了Ufldl,啃过一些经典的paper,看题主的提问水平相信基础知识也很扎实。

3

考虑到,这个项目开源也没多久,所以也没有什么统一认可的学习方法。我自己开始是同时看极客学院和原版的文档,开始的MNIST肯定是要完全吃透的,这里边有两种代码,Deep MNIST for Experts是初级的(虽然是For Experts但确实很初级),比较好理解,简单实现了MNIST卷积神经网络,也没有模块化;这后面的一章TensorFlow Mechanics 101 在之前一章的基础上实现了模块封装,算是一个稍微有模有样的代码。我当时把这一章的代码拿出来各种乱改,实现不同的功能,搞懂了这一块才基本算入门了。

5

上一个阶段结束之后就开始有一些自己的想法,然后就决定自己上手写一个小程序。因为之前刚刚学过OpenCV,对里面人脸识别印象比较深刻,于是接受了ML前辈的意见,自己用Tensorflow写了一个输入照片判断性别的程序。这里面就要涉及到之前学过看过的所有知识,虽然很简单,但也编了整整一周,人脸数据集用的是IMDB WIKI的数据,这个数据集还可以做蛮多事情的,因为数据集里是带有年龄标记的,还可以写判断年龄的程序,是自己上手的不错选择。这同时开始看paper,边看轮子边拆轮子,有时间自己造一些轮子。然后就没有然后了,我也是刚刚走到这一步

6

还可以看其他一些工具包的Document,比如Theano,caffe,虽然实现方法都不一样,但还是有很多相似之处的,具体帮助大不大我也说不上来,不妨试一试

推荐信息