不得不知的TensorFlow

随笔,机器学习 2016-05-02

  随着人工智能技术的快速发展,越来越多的公司和研究人员加入到其中并诞生了一系列人工智能相关的开源项目,其中就有TensorFlow,MXNet,Caffe,Keras等,这些开源库各有各的特点,它们的出现有利于开发者掌握和开发仍智能相关产品,赋予未来更多想象力。   这里之所以更关注TensorFlow其中一个原因是这是由谷歌开发的,谷歌在这方面的实力世界领先,AlphaGo带来的冲击是巨大的,表明人工智能的时代已经越来越近。   所谓TensorFlow是基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从图象的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。 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同样支持GPU,分布式,可以使运行速度大大提高。

  它的应用可以十分广泛,如语音识别,自然语言理解,计算机视觉,广告等等,同时由于其开源,未来的发展潜力是无限的。   现在让我们看看TensorFlow如何使用吧。参照中文文档来自极客学院,英文文档地址是项目官网。   在Ubuntu系统上搭建好TensorFlow 0.8(目前不支持Windows),然后测验其在卷积神经网络上的表现。   使用的是CIFAR-10数据集(含有6万个32*32的彩色图像,共分为10种类型),我们可以看看测试结果。

  1.jpg

  由于没有使用GPU,速度较慢,一段时间之后,准确度显著提高。

  2.png

  其它功能请自行参照文档。


本文由 Tony 创作,采用 知识共享署名 3.0,可自由转载、引用,但需署名作者且注明文章出处。

如果对您有用,您的支持将鼓励我继续创作!