На прошлой неделе я поделился официальной китайской версией руководства по TensorFlow.На этот раз я поделился простым и понятным руководством на Github.Адрес проекта:
Как показано на картинке ниже, уже более 7000 звезд.
Цель этого репозитория — предоставить простой и удобный в использовании учебник по TensorFlow, каждый учебник содержитисходный код, и большинство из них содержитДокументация.
содержание
- Что такое ТензорФлоу?
- мотивация
- Зачем использовать TensorFlow?
- Установка TensorFlow и настройка среды
- Учебник по TensorFlow
- Разогрев
- Базовые знания
- Основы машинного обучения
- Нейронные сети
- несколько полезных руководств
Что такое ТензорФлоу?
TensorFlow — это программная библиотека с открытым исходным кодом для многозадачного программирования потоков данных. Это символьная математическая библиотека, которую также можно использовать в приложениях машинного обучения, таких как нейронные сети. Его можно использовать как в исследованиях, так и в разработке в Google.
TensorFlow был разработан командой Google Brain для внутреннего использования в Google. Об этом было объявлено в сентябре 2015 года под лицензией Apache 2.0 с открытым исходным кодом.
Последняя стабильная версия — версия 1.11.0 от 27 сентября 2018 г.
мотивация
Есть много мотивов для запуска этого проекта с открытым исходным кодом. TensorFlow — одна из лучших сред глубокого обучения, доступных в настоящее время, поэтому следует задаться вопросом, почему в Интернете доступно так много руководств по TensorFlow, зачем вам нужно создать этот проект с открытым исходным кодом?
Зачем использовать TensorFlow?
Глубокое обучение сейчас очень популярно, а также существует потребность в быстрой и оптимизированной реализации алгоритмов и сетевых структур. И TensorFlow был разработан, чтобы помочь в достижении этой цели.
Изюминкой TensorFlow является то, что он может быть очень гибким для разработки модульных моделей, но это недостаток для начинающих, поскольку это означает, что перед созданием модели нужно учитывать множество вещей.
Конечно, вышеуказанная проблема связана с тем, что существует множество интерфейсов API высокого уровня, таких как Keras (keras.io/) и тонкий(GitHub.com/tensorflow/…) и т. д. лучше решаются программной библиотекой, которая абстрагирует многие модули в алгоритмах машинного обучения.
Одна из очень интересных особенностей TensorFlow заключается в том, что теперь его можно найти повсюду. Он используется большим количеством исследователей и разработчиков, и его сообщество растет со скоростью света. Так много проблем можно легко решить, потому что в его сообществе много людей, использующих его, и большинство людей столкнутся с одной и той же проблемой.
Установка TensorFlow и настройка среды
Установка и конфигурация среды TensorFlow могут быть показаны в следующей анимации, следуйте этому руководству:GitHub.com/open-source…Просто сделай это.
Основная рекомендация здесь — установка в виртуальном окружении, во-первых, это позволит избежать проблем с конфликтами установочных библиотек, особенно из-за версии python, во-вторых — настроить рабочую среду для версий python 2.x и 3.x. , Версия x настраивает различные виртуальные среды и устанавливает различные программные библиотеки.
Учебник по TensorFlow
Далее идет основное содержание этого руководства, большинство руководств включают инструкции по документации, и все руководства имеют код и код, написанный в блокнотах Jupyter, то есть Ipython.
Разогрев
Начальный код:GitHub.com/open-source…
Форма IPython:GitHub.com/open-source…
Введение в документацию:GitHub.com/open-source…
База
основные математические операции
Введение в документацию:GitHub.com/open-source…
ипитон:GitHub.com/open-source…
Введение в переменные TensorFlow
Введение в документацию:GitHub.com/open-source…
ипитон:GitHub.com/open-source…
Основы машинного обучения
Линейная регрессия
Введение в документацию:GitHub.com/open-source…
ипитон:GitHub.com/open-source…
логистическая регрессия
Описание документации:GitHub.com/open-source…
ипитон:GitHub.com/open-source…
Линейная машина опорных векторов
ипитон:GitHub.com/open-source…
Мультиклассовая машина опорных векторов ядра
ипитон:GitHub.com/open-source…
Нейронные сети
многослойный персептрон
ипитон:GitHub.com/open-source…
Сверточная нейронная сеть
Введение в документацию:GitHub.com/open-source…
Рекуррентная нейронная сеть
ипитон:GitHub.com/open-source…
Другие полезные уроки
- Примеры TensorFlow — туториалы и примеры кода для начинающихGitHub.com/AorEricRice…
- TensorFlow-101 Сонджуна — учебник, написанный в Jupyter NotebookGitHub.com/longtimeOI86/TE…
- Упражнения Терри Ума для TensorFlow — переписаны из других примеров TensorFlow.GitHub.com/Terryum/тен…
- Классификация по временным рядам — код классификации рекуррентных нейронных сетей для LSTM, реализованный в TensorFlow.GitHub.com/Guillaume — От…
Это руководство по TensorFlow, опубликованное на этот раз, и я продолжу делиться заметками и переводами этого руководства позже.
Добро пожаловать, чтобы обратить внимание на мою общедоступную учетную запись WeChat - машинное обучение и компьютерное зрение или отсканируйте QR-код ниже, оставьте сообщение в фоновом режиме, поделитесь со мной своими предложениями и мнениями, исправьте возможные ошибки в статье, и давайте общаться, учиться и прогрессируйте вместе!
URL-адрес моего блога CSDN:
blog.CSDN.net/Twice 013/art IC…
Мой личный блог:
Рекомендуемое чтение
1.Серия «Введение в машинное обучение» (1) — Обзор машинного обучения (часть 1)
2.Серия «Введение в машинное обучение» (2) — Обзор машинного обучения (часть 2)
3.[Обучающая серия GAN] Первое знакомство с GAN
4.[GAN Learning Series 2] Происхождение GAN
5.[Совместное использование ресурсов] Официальное руководство по китайской версии TensorFlow здесь