TensorFlow Tutorial | Dátová veda | Strojové učenie | Python

Blog

TensorFlow Tutorial | Dátová veda | Strojové učenie | Python

TensorFlow je výkonná knižnica pre numerické výpočty, obzvlášť vhodná a vyladená pre rozsiahle strojové učenie (ale môžete ju použiť na čokoľvek iné, čo vyžaduje náročné výpočty). Tím Google Brain ho vyvinul a poháňa mnoho rozsiahlych služieb spoločnosti Google, ako sú cloudová reč Google, Fotky Google a Vyhľadávanie Google.
Bol otvorený v novembri 2015 a v súčasnosti je najobľúbenejšou knižnicou Deep Learning (pokiaľ ide o citácie v novinách, adopciu v spoločnostiach, hviezdy na GitHub atď.). Nespočetné množstvo projektov používa Tensorflow na všetky druhy úloh strojového učenia, ako je klasifikácia obrázkov, spracovanie prirodzeného jazyka, systémy odporúčaní a prognózovanie časových radov.
TensorFlow návod
Predtým, ako sa pohneme vpred, importujem niektoré knižnice, ktoré potrebujeme na fungovanie s TensorFlow.

# TensorFlow ≥2.0 is required import tensorflow as tf from tensorflow import keras assert tf.__version__ >= '2.0' # Common imports import numpy as np import os # to make this notebook's output stable across runs np.random.seed(42) tf.random.set_seed(42) # To plot pretty figures %matplotlib inline import matplotlib as mpl import matplotlib.pyplot as plt mpl.rc('axes', labelsize=14) mpl.rc('xtick', labelsize=12) mpl.rc('ytick', labelsize=12)

API TensorFlow sa točí okolo tenzorov, ktoré prúdia z prevádzky do prevádzky, odtiaľ pochádza názov TensorFlow. Tenzor je zvyčajne viacrozmerné pole (presne ako numpy ndarray), ale môže obsahovať skalárne (jednoduchá hodnota, napríklad 42). Tieto tenzory budú dôležité pri vytváraní vlastných nákladových funkcií, vlastných metrík, vlastných vrstiev a ďalších, takže sa pozrime, ako ich vytvoriť a manipulovať s nimi.

#strojové učenie #veda o dátach #python #programovanie #umelá inteligencia #tensorflow

thecleverprogrammer.com

TensorFlow Tutorial | Dátová veda | Strojové učenie | Python

TensorFlow je výkonná knižnica pre numerické výpočty, obzvlášť vhodná a vyladená pre rozsiahle strojové učenie (ale môžete ju použiť