Vad är Google TensorFlow? Exempel på öppen källkod och handledning
Annons
Maskininlärning är det hetaste i datorer just nu. Det är lätt att se varför med tekniken som används överallt, från självkörande bilar till brottsbekämpning, till aktiemarknadsförutsägelse.
TensorFlow är Googles projekt baserat på maskininlärning och neurala nätverk. Låt oss ta reda på vad det är, dess användningar och hur vi kan lära oss att använda det.
Vad är TensorFlow?
Det är omöjligt att helt förklara vad TensorFlow är utan att först förstå vad maskininlärning är. Maskininlärning och nervnätverk påverkar redan våra liv 4 Maskininlärningsalgoritmer som formar ditt liv 4 Maskininlärningsalgoritmer som formar 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 kanske blir förvånad. Läs mer på fler sätt än du skulle tro.
På det enklaste är maskininlärning processen att lära datorer att analysera data och fatta välgrundade beslut om det, utan att vara direkt programmerad att göra det. För att uppnå detta utbildar vi neurala nätverk för att utföra specifika uppgifter.
TensorFlow är Googles öppna källkods neurala nätverksbibliotek, utvecklat av Google Brain-teamet för ett brett användningsområde. I huvudsak tar TensorFlow bort behovet av att skapa ett neuralt nätverk från början. Istället kan du träna TensorFlow med din datauppsättning och använda de resultat du vill.
Hittills så abstrakt. Vad kan du göra med ett neuralt nätverk? Det visar sig, nästan vad som helst!
Noterbara TensorFlow-exempel
Bildklassificering
Många tutorials för nybörjare för maskinlärning 6 Hjälpsamma maskininlärningsstudier och kurser för att ta reda på det väsentliga 6 Hjälpsamma maskininlärningsstudier och kurser för att ta reda på det väsentliga. Det har aldrig varit en bättre tid att dyka in i maskininlärning. Här är sex användbara resurser som hjälper dig att lära dig om maskininlärning. Läs mer Använd bildklassificering som ett tidigt exempelprojekt för att hjälpa till med förståelse. Genom att mata referensbilder till ett neuralt nätverk kan det lära sig att förutsäga om en bild innehåller liknande objekt.
För att se denna process i aktion, titta på Siraj Ravals 5-minuters Darth Vader klassificerare.
Denna typ av datorassisterad siktning av data är oerhört kraftfull inte bara för att hitta vilda Darth Vaders. TensorFlow används redan i Biomedical bildanalys.
Nästan alla fält som förlitar sig 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 nästan utrotade Dugong.
Deep Photo Style Transfer
Förutom bildklassificering kan TensorFlow användas för att förändra bilder dynamiskt. Deep Photo Style Transfer sattes samman av en grupp vid Cornell University. Projektet tar en inmatningsbild och en stylingbild innan du använder den stilen på originalbilden - med fantastiska resultat.
Exemplen använder en blandning av automatiserad och manuellt uppnådd bildskiktning, så om du vill ta hand om det kan det vara värt att ta upp dina Photoshop-färdigheter innan du går i biblioteket.
Magenta AI Music
Vi är inte främmande för att använda datorer för att skapa vackra konstverk. Idén om datorer som visar kreativitet på ett sätt som vi finner igenkänner har länge varit en Sci-Fi-dröm. Med neurala nätverksbibliotek som TensorFlow, blir det närmare än någonsin.
Magenta använder TensorFlow för att skapa verktyg för musiker. Med hjälp av djup inlärning utökar Magenta verktyg som musikerna har tillgängliga för att öppna nya typer av ljudblandning och till och med maskinassisterat improvisationssamtal och svar.
Magenta kan också användas som en smart sequencer i sin egen rätt. Möjligheten att använda bibliotek utanför är en av de många fantastiska funktionerna i CodePen. Tero Parviainen använde magenta.js-biblioteket för att skapa sin vackra Latent Cycles-penna.
Genom att sätta neurala nätverksgenererade improviserade slingor bredvid varandra, tillåter Latent Cycles vem som helst att skapa unika och vackra ljud utan förut musikalisk kunskap.
Hur man lär sig TensorFlow
Maskininlärning är ett otroligt tätt ämne. Ett bra grepp om statistik, matematik, programmering och allmän datavetenskap är alla centrala för att förstå. Som sagt gör TensorFlow det enkelt att få praktisk upplevelse även som nybörjare. Den officiella TensorFlow-handledningen tar steg för steg för inställning och användning.
De flesta TensorFlow-projekt använder programmeringsspråket Python. Om du är ny i språket finns det en mängd fantastiska platser att lära sig Python. Om du redan är mer bekant med JavaScript har TensorFlow handledningsvideor som täcker TensorFlow.js-biblioteket.
Dessa tutorials, tillsammans med Googles gratis maskininlärningskurs Vad är maskininlärning? Googles gratis kurs bryter ner det för dig Vad är maskininlärning? Googles gratis kurs bryter ner det för dig Google har utformat en gratis online-kurs för att lära dig grunderna i maskininlärning. Läs mer, är en ovärderlig resurs från bibliotekets leverantörer.
Andra TensorFlow-självstudier
För en snabb, informativ introduktion till TensorFlow och bildklassificerare har Siraj Raval en informativ (och meme-tung) 5-minuters introduktion.
Detta är en av många videor på Sirajs YouTube-kanal om ämnet maskininlärning. Mellan supersnabbvideor som den här och långa liveströmmar som tar steg för steg är detta ett bra ställe att lära sig TensorFlow och maskininlärning i Python.
Med fokus på JavaScript och Tensorflow.js ger Coding Train ett annat fullskaligt tillvägagångssätt:
Värd Daniel Shiffman täcker olika användningsfall för TensorFlow, och hans serie om maskininlärning som helhet är en av de bästa fritt tillgängliga kurserna i ämnet.
Nybörjarprojekt: Live Object Detection
Detta projekt använder igenkänning av objekt för att kontrollera en automatisk avfallssorterare. Hårdvaran verkar vara ett Raspberry Pi-alternativ, men i teorin kan alla mikrokontroller användas. Det verkliga arbetet görs med en blandning av OpenCV och TensorFlow.
Projektet från videon har inte bifogats någon tutorial. Dat Trans utmärkta OpenCV- och TensorFlow-artikel använder samma bibliotek och förklarar varje element tydligt. Som en enkel idé i liten skala som använder TensorFlow-biblioteket är ett projekt i denna skala det perfekta sättet att komma igång.
Att gå vidare med maskininlärning
TensorFlow är ett otroligt kraftfullt verktyg från utan tvekan internetens viktigaste företag. Beslutet att göra den öppen källkod var en stor sak, eftersom det öppnar det för oss alla.
Som sagt, maskininlärning är ett oerhört tätt ämne. Det är värt att spendera lite tid med maskininlärningskurser online. Dessa maskininlärningskurser kommer att förbereda en karriärväg för dig. Dessa maskininlärningskurser kommer att förbereda en karriärväg för dig. Dessa utmärkta maskinlärarkurser online hjälper dig att förstå de färdigheter som krävs för att starta en karriär inom maskininlärning och artificiell intelligens. Läs mer för att utnyttja TensorFlow på bästa sätt.
Utforska mer om: Artificiell intelligens, maskininlärning, nervnätverk.
