Ce este Google TensorFlow? Exemple și tutoriale din surse deschise

Învățarea în mașină este cel mai fierbinte lucru în calculul acum. Este ușor de văzut de ce tehnologia a fost folosită peste tot, de la autoturisme la aplicarea legii, la predicția pieței de valori.

TensorFlow este proiectul Google bazat pe învățarea în mașină și rețelele neuronale. Hai să aflăm ce este, folosirea ei și cum să învățăm să o folosim.

Ce este TensorFlow?

Este imposibil să explici pe deplin ce este TensorFlow fără a înțelege mai întâi ce este învățarea mașinilor. Învățarea în mașină și rețelele neuronale afectează deja viețile noastre 4 Algoritmi de învățare a mașinilor care îți modelează viața 4 Algoritmi de învățare a mașinilor care îți modelează viața Poate nu-ți dai seama că învățarea mașinilor este deja în jurul tău și poate exercita un surprinzător grad de influență asupra tale viaţă. Nu mă credeți? S-ar putea să fii surprins. Citiți mai multe în mai multe moduri decât ați crede.

La cea mai simplă învățare a mașinilor este procesul de predare a computerelor cum să analizeze datele și să ia decizii informate cu privire la aceasta, fără a fi programat în mod direct să facă acest lucru. Pentru a realiza acest lucru, instruim rețele neuronale pentru a îndeplini sarcini specifice.

TensorFlow este biblioteca de rețele neuronale Google open source, dezvoltată de echipa Google Brain pentru o gamă largă de utilizări. În esență, TensorFlow elimină necesitatea creării unei rețele neuronale de la zero. În schimb, puteți să antrenați TensorFlow cu setul de date și să utilizați rezultatele pe care le doriți.

Până acum, atât de abstractă. Ce puteți face cu o rețea neuronală? Se pare că aproape orice!

Exemple TensorFlow notabile

Clasificarea imaginilor

Multe tutoriale pentru învățarea mașinilor începători 6 Tutoriale utile pentru învățarea mașinilor și cursuri pentru a înțelege esențele 6 Tutoriale utile pentru învățarea mașinilor și cursuri pentru a înțelege elementele esențiale Nu a fost niciodată un moment mai bun pentru a se arunca cu capul în învățarea în mașină. Iată câteva resurse utile care vă ajută să învățați despre învățarea în mașină. Citiți mai multe folosiți clasificarea imaginilor ca un exemplu de proiect timpuriu pentru a ajuta la înțelegere. Prin alimentarea imaginilor de referință într-o rețea neuronală, aceasta poate învăța să prezică dacă o imagine conține obiecte similare.

Pentru a vedea acest proces în acțiune, aruncăm o privire la clasificatorul Darth Vader de 5 minute al lui Siraj Raval.

Acest tip de cernut de date asistat de calculator este incredibil de puternic nu numai pentru localizarea Darth Vaders sălbatice. TensorFlow este deja utilizat în analiza imaginii biomedicale.

Aproape orice domeniu care se bazează pe analiza unor cantități mari de date de imagine poate beneficia de această tehnologie. Așa cum este prezentat în videoclipul introductiv oficial TensorFlow, acesta este folosit pentru a eficientiza eforturile de conservare pentru Dugong aproape dispărut.

Deplasare profundă a stilului foto

Pe lângă clasificarea imaginilor, TensorFlow poate fi folosit pentru a modifica dinamic imaginile. Deep Photo Style Transfer a fost realizat de un grup de la Universitatea Cornell. Proiectul presupune o imagine de intrare și o imagine de stil înainte de a aplica acel stil imaginii originale - cu rezultate uimitoare.

Exemplele utilizează un amestec de stratificare automată și realizată manual, astfel încât, dacă doriți să obțineți mâinile pe ea, ar putea fi utilă perierea pe abilitățile Photoshop înainte de a vă arunca în bibliotecă.

Magenta AI Music

Nu suntem străini să folosim computerele pentru a crea opere de artă frumoase. Ideea computerelor care prezintă creativitate într-un mod pe care îl găsim recunoscută a fost de mult un vis Sci-Fi. Cu biblioteci de rețele neuronale cum ar fi TensorFlow, se apropie mai mult ca niciodată.

Magenta folosește TensorFlow pentru a crea instrumente pentru muzicieni. Folosind învățarea profundă, Magenta extinde uneltele disponibile muzicienilor pentru a deschide noi tipuri de amestec de sunet și chiar apelul și răspunsul improvizațiilor asistate de mașină.

Magenta este, de asemenea, utilizabilă ca un sequencer inteligent în sine. Abilitatea de a utiliza bibliotecile din afara este una dintre multele caracteristici fantastice ale CodePen. Tero Parviainen a folosit biblioteca magenta.js pentru a crea stiloul său frumos Ciclu Latent.

Prin setarea unor bucle improvizate generate de rețea neuronală una lângă cealaltă, ciclurile Latent permit oricui să creeze sunete unice și frumoase fără cunoștințe muzicale anterioare.

Cum să învățați TensorFlow

Învățarea în mașină este un subiect incredibil de dens. O bună înțelegere a statisticilor, a matematicii, a programării și a științei generale a datelor este esențială pentru înțelegere. Acestea fiind spuse, TensorFlow facilitează obținerea experienței practice, chiar și ca începător. Tutorialul oficial TensorFlow ia o abordare pas cu pas pentru configurare și utilizare.

Cele mai multe proiecte TensorFlow utilizează limbajul de programare Python. Dacă sunteți nou la limbă, există o mulțime de locuri excelente pentru a învăța Python. Dacă sunteți deja mai familiarizat cu JavaScript, TensorFlow conține videoclipuri tutorial care acoperă biblioteca TensorFlow.js.

Aceste tutoriale, alături de cursul gratuit de învățare a mașinilor Google, care este procesul de învățare a mașinilor? Cursul GRATUIT al Google vă întrerupe ceea ce este învățarea mașinilor? Cursul Gratuit al Google îl întrerupe pentru tine Google a proiectat un curs gratuit online pentru a vă învăța fundamentele învățării în mașină. Citiți mai multe, sunt o resursă neprețuită, de la furnizorii bibliotecii.

Alte tutoriale TensorFlow

Pentru o introducere rapidă, informativă a clasificatorilor TensorFlow și a imaginilor, Siraj Raval are o introducere informativă (și meme-greu) de 5 minute.

Acesta este unul din multe videoclipuri pe canalul YouTube al lui Siraj pe tema învățării automate. Între videoclipuri super-rapide precum acesta și fluxuri lungi de viață care iau o abordare pas cu pas, acesta este un loc minunat pentru a învăța TensorFlow și învățarea în mașină în Python.

Concentrându-se pe JavaScript și Tensorflow.js, trenul de codificare oferă o altă abordare pe scară largă:

Gazdă Daniel Shiffman acoperă diverse cazuri de utilizare pentru TensorFlow, iar seriile sale despre învățarea automată ca întreg sunt unul dintre cele mai bune cursuri disponibile pe această temă.

Proiectul pentru începători: detectarea obiectului live

Acest proiect utilizează recunoașterea obiectului viu pentru a controla un sorter automat de deșeuri. Hardware-ul pare a fi o alternativă de Raspberry Pi, deși teoretic orice microcontroler ar putea fi folosit. Lucrarea reală se realizează folosind un amestec de OpenCV și TensorFlow.

Proiectul din videoclip nu are atașat un tutorial. Datul excelent al lui Tran OpenCV și TensorFlow utilizează aceleași biblioteci, explicând clar fiecare element. Ca idee simplă la scară redusă, care folosește biblioteca TensorFlow, un proiect de această scală este modalitatea perfectă de a începe.

Mergând mai departe cu învățarea în mașină

TensorFlow este un instrument incredibil de puternic de la cea mai importantă companie de internet cea mai importantă. Decizia de ao face deschisă a fost o afacere mare, deoarece ne-a deschis la noi toți.

Acestea fiind spuse, învățarea de mașină este un subiect incredibil de dens. Merită să petreceți ceva timp cu cursuri de învățare automată online Aceste cursuri de învățare în mașină vor pregăti o cale de carieră pentru dvs. Aceste cursuri de învățare în mașină vor pregăti o cale de carieră pentru dvs. Aceste cursuri excelente de învățare automată a mașinilor vă vor ajuta să înțelegeți abilitățile necesare pentru a începe o carieră în învățarea mecanică și inteligența artificială. Citiți mai multe pentru a utiliza cât mai bine TensorFlow pe deplin.

Explorați mai multe despre: inteligența artificială, învățarea în mașină, rețelele neuronale.