Hvad er Google TensorFlow? Open-source eksempler og tutorials
Reklame
Maskinlæring er det hotteste ved computing lige nu. Det er let at se, hvorfor med teknologien, der bruges overalt, fra selvkørende biler til retshåndhævelse til aktiemarkedsforudsigelse.
TensorFlow er Googles projekt baseret på maskinlæring og neurale netværk. Lad os finde ud af, hvad det er, dets anvendelser og hvordan man lærer at bruge det.
Hvad er TensorFlow?
Det er umuligt at fuldt ud forklare, hvad TensorFlow er, uden først at forstå, hvad maskinlæring er. Maskinlæring og neurale netværk påvirker allerede vores liv 4 Maskinlæringsalgoritmer, der former dit liv 4 Maskinlæringsalgoritmer, der former dit liv Du er måske ikke klar over det, men maskinlæring er allerede rundt omkring dig, og det kan udøve en overraskende grad af indflydelse over dit liv. Tro mig ikke? Du bliver måske overrasket. Læs mere på flere måder, end du ville tro.
På det enkleste er maskinlæring processen med at lære computere at analysere data og tage informerede beslutninger vedrørende dem uden at være direkte programmeret til at gøre det. For at opnå dette træner vi neurale netværk til at udføre specifikke opgaver.
TensorFlow er Googles open source neurale netværksbibliotek, udviklet af Google Brain-teamet til en lang række anvendelser. I bund og grund fjerner TensorFlow behovet for at oprette et neuralt netværk fra bunden. I stedet kan du træne TensorFlow med dit datasæt og bruge de resultater, som du ønsker.
Indtil videre, så abstrakt. Hvad kan du gøre med et neuralt netværk? Det viser sig næsten alt!
Bemærkelsesværdige TensorFlow-eksempler
Billedklassificering
Mange tutorials til begyndere om maskinlæring 6 Hjælpemidler til maskinlæring og kurser til at forstå det væsentlige 6 Hjælpemidler til maskinlæring og kurser til at forstå det essentielle Der har aldrig været et bedre tidspunkt at dykke ned i maskinlæring. Her er seks nyttige ressourcer, der hjælper dig med at lære om maskinlæring. Læs mere Brug billedklassificering som et tidligt eksempelprojekt til at hjælpe med forståelsen. Ved at tilføje referencebilleder til et neuralt netværk, kan det lære at forudsige, om et billede indeholder lignende objekter.
Hvis du vil se denne proces i handling, skal du tage et kig på Siraj Ravals 5-minutters Darth Vader klassifikator.
Denne slags computerstøttet sigtning af data er utroligt kraftig ikke kun til at finde vilde Darth Vaders. TensorFlow er allerede i brug i biomedicinsk billedanalyse.
Næsten hvert felt, der er afhængig af analysen af store mængder billeddata, kan drage fordel af teknologien. Som vist i den officielle TensorFlow-introduktionsvideo, bruges den til at strømline bevarelsesbestræbelser for den næsten uddøde Dugong.
Deep Photo Style Transfer
Udover billedklassificering kan TensorFlow bruges til at ændre billeder dynamisk. Deep Photo Style Transfer blev sammensat af en gruppe på Cornell University. Projektet tager et inputbillede og et stylingbillede, før denne stil anvendes på det originale billede - med fantastiske resultater.
Eksemplerne bruger en blanding af automatiseret og manuelt opnået billedlayering, så hvis du ønsker at få hænder på det, kan det være værd at børste dine Photoshop-færdigheder op, inden du går i biblioteket.
Magenta AI Music
Vi er ikke fremmed for at bruge computere til at skabe smukke kunstværker. Ideen om computere, der udstiller kreativitet på en måde, vi finder genkendelig, har længe været en Sci-Fi-drøm. Med neurale netværksbiblioteker som TensorFlow bliver det tættere end nogensinde.
Magenta bruger TensorFlow til at oprette værktøjer til musikere. Ved hjælp af dyb læring udvider Magenta værktøjer til rådighed for musikere til at åbne for nye slags lydblanding og endda maskinassisteret improvisationsopkald og respons.
Magenta kan også bruges som en smart sequencer i sig selv. Muligheden for at bruge eksterne biblioteker er en af de mange fantastiske funktioner i CodePen. Tero Parviainen brugte biblioteket magenta.js til at skabe sin smukke Latent Cycles-pen.
Ved at sætte neurale netværksgenererede improviserede sløjfer ved siden af hinanden giver Latent Cycles enhver mulighed for at skabe unikke og smukke lyde uden forudgående musikalsk viden.
Sådan læres TensorFlow
Maskinlæring er et utroligt tæt emne. Et godt greb om statistik, matematik, programmering og generel datavidenskab er alle centrale for forståelsen. Når det er sagt, gør TensorFlow det nemt at få praktisk oplevelse, selv som en begynder. Den officielle TensorFlow-tutorial tager en trin for trin til opsætning og brug.
De fleste TensorFlow-projekter bruger programmeringssproget Python. Hvis du er ny på sproget, er der et væld af gode steder at lære Python. Hvis du allerede er mere fortrolig med JavaScript, har TensorFlow selvstudievideoer, der dækker TensorFlow.js-biblioteket.
Disse tutorials sammen med Googles gratis maskinlæringskursus Hvad er maskinlæring? Googles gratis kursus bryder det ned for dig Hvad er maskinlæring? Googles gratis kursus bryder det ned for dig Google har designet et gratis onlinekursus for at lære dig de grundlæggende elementer i maskinlæring. Læs mere, er en uvurderlig ressource fra bibliotekets udbydere.
Andre TensorFlow-tutorials
For en hurtig, informativ introduktion til TensorFlow og image classifiers har Siraj Raval en informativ (og memmetung) 5-minutters introduktion.
Dette er en af mange videoer på Sirajs YouTube-kanal om maskinlæring. Mellem super-hurtige videoer som denne og lange live-streams, der tager en trin for trin-tilgang, er dette et fantastisk sted at lære TensorFlow og maskinlæring i Python.
Med kodning på JavaScript og Tensorflow.js giver Coding Train en anden fuldskala-tilgang:
Værten Daniel Shiffman dækker forskellige anvendelsessager til TensorFlow, og hans serie om maskinlæring som helhed er et af de bedste frit tilgængelige kurser om emnet.
Begynderprojekt: Live Object Detection
Dette projekt bruger genkendelse af live-objekter til at kontrollere en automatisk affaldssorterer. Hardwaren ser ud til at være et Raspberry Pi-alternativ, skønt i teorien enhver mikrokontroller kunne bruges. Det virkelige arbejde udføres ved hjælp af en blanding af OpenCV og TensorFlow.
Projektet fra videoen er ikke knyttet nogen tutorial. Dat Trans fremragende OpenCV- og TensorFlow-artikel bruger de samme biblioteker og forklarer hvert enkelt element tydeligt. Som en enkel idé i lille skala, der bruger TensorFlow-biblioteket, er et projekt af denne skala den perfekte måde at komme i gang på.
Gå videre med maskinlæring
TensorFlow er et utroligt kraftfuldt værktøj fra uden tvivl Internets vigtigste firma. Beslutningen om at gøre det til open source var en stor aftale, da det åbner det for os alle.
Når det er sagt, er maskinlæring et utroligt tæt emne. Det er værd at tilbringe nogen tid med maskinlæring af online-kurser. Disse maskinlæringskurser vil forberede en karrierevej til dig Disse maskinlæringskurser vil forberede en karrierevej til dig Disse fremragende online maskinlæringskurser vil hjælpe dig med at forstå de færdigheder, der er nødvendige for at starte en karriere inden for maskinlæring og kunstig intelligens. Læs mere for at udnytte TensorFlow bedst muligt.
Udforsk mere om: Kunstig intelligens, maskinlæring, neurale netværk.
