近幾年深度學(xué)習(xí)技術(shù)在學(xué)術(shù)界和工業(yè)界都得到了廣泛的應(yīng)用和傳播。深度學(xué)習(xí)的傳播不僅是由于算法的進(jìn)步,更是因?yàn)樯疃葘W(xué)習(xí)技術(shù)在各行各業(yè)都取得了非常好的應(yīng)用效果。
? ???
深度學(xué)習(xí)作為一門理論和實(shí)踐相結(jié)合的學(xué)科,在新的算法理論不斷涌現(xiàn)的同時(shí),各種深度學(xué)習(xí)框架也不斷出現(xiàn)在人們視野。比如Torch,MxNet,theano,Caffe等等。Google在2015年11月9日宣布開源自己的第二代機(jī)器學(xué)習(xí)系統(tǒng)Tensorflow。深度學(xué)習(xí)是未來(lái)新產(chǎn)品和新技術(shù)的一個(gè)關(guān)鍵部分。在這個(gè)領(lǐng)域的研究是全球性的,并且發(fā)展很快,卻缺少一個(gè)標(biāo)準(zhǔn)化的工具。Google希望把Tensorflow做成深度學(xué)習(xí)行業(yè)的標(biāo)準(zhǔn)。
? ???
Tensorflow支持python和c++語(yǔ)言,支持CNN、RNN和LSTM等算法,可以被用于語(yǔ)音識(shí)別或圖像處理等多項(xiàng)深度學(xué)習(xí)領(lǐng)域。它可以在一個(gè)或多個(gè)CPU或GPU中運(yùn)行。它可以運(yùn)行在嵌入式系統(tǒng)(如手機(jī),平板電腦)中,PC中以及分布式系統(tǒng)中。它是目前全世界最火爆的深度學(xué)習(xí)平臺(tái)(沒有之一)。
第一部份 Tensorflow簡(jiǎn)介,Anaconda安裝,Tensorflow的CPU版本安裝。
第二部份 Tensorflow的基礎(chǔ)使用,包括對(duì)圖(graphs),會(huì)話(session),張量(tensor),變量(Variable)的一些解釋和操作。
第三部份 Tensorflow線性回歸以及分類的簡(jiǎn)單使用。
第四部份 softmax,交叉熵(cross-entropy),dropout以及Tensorflow中各種優(yōu)化器的介紹。
第五部份 卷積神經(jīng)網(wǎng)絡(luò)CNN的講解,以及用CNN解決MNIST分類問題。
第六部份 使用Tensorboard進(jìn)行結(jié)構(gòu)可視化,以及網(wǎng)絡(luò)運(yùn)算過程可視化。
第七部份 遞歸神經(jīng)網(wǎng)絡(luò)LSTM的講解,以及LSTM網(wǎng)絡(luò)的使用。
第八部份 保存和載入模型,使用Google的圖像識(shí)別網(wǎng)絡(luò)inception-v3進(jìn)行圖像識(shí)別。
第九部份 Tensorflow的GPU版本安裝。設(shè)計(jì)自己的網(wǎng)絡(luò)模型,并訓(xùn)練自己的網(wǎng)絡(luò)模型進(jìn)行圖像識(shí)別。
第十部份 使用Tensorflow進(jìn)行驗(yàn)證碼識(shí)別。
第十一部份 Tensorflow在NLP中的使用(一)。
第十二部份 Tensorflow在NLP中的使用(二)。 |