“ 阅读全文需8.5分钟,公号内回复me可免费领取学习资料。” 01 — 开篇 当今在互联网混,不随口说出深度学习,人工智能,机器学习,神经网络等词,人家都怀疑是个假的互联网人了,但相信大部分没有深入接触这块知识的人来说,对于这几个概念,都还是傻傻分不清? 记得,自从AlphaGo那波,业界似乎对机器学习推到一个新的高度?? 本来是不太想沾这趟混水的,但是作为一名技术控,还是需要了解一下,至少也得对概念有点印象。 对于人工智能这块领域,笔者也还是一名小学生,如果对这块有不对的地方,请各位同学及时提出~ 02 — 扫盲 深度学习,人工智能,机器学习,神经网络,这4个词在近几年出现的比较多,但是它们之间有什么关系呢?尤其,机器学习跟深度学习区别在哪里?? 人工智能,英文Artificial Intelligence,简称AI,那人工智能的目的是什么? 但更通俗的理解就是帮助人们:偷懒! 比如当你说一句话时,机器能够识别成文字,并理解你话的意思,进行分析和对话等。 人工智能的核心在于智能两字,那智能怎么来的?主要归功于一种实现人工智能的方法--机器学习; 那目前人工智能的应用场景有哪些:OCR、语音技术(比如Siri)、大数据应用等。 机器学习:一种实现人工智能的方法! 机器学习最基本的做法,是使用算法来解析数据、从中学习,然后对事件做出决策和预测。 举个例子,当浏览网上商城时,经常会出现商品推荐的信息。 机器学习通常分为三类: 第一类是无监督学习,指的是从信息出发自动寻找规律,并将其分成各种类别,有时也称"聚类问题"。 第二类是监督学习,监督学习指的是给历史一个标签,运用模型预测结果。 最后一类为强化学习,是指可以用来支持人们去做决策和规划的一个学习方式,它是对人的一些动作、行为产生奖励的回馈机制,通过这个回馈机制促进学习,这与人类的学习相似,所以强化学习是目前研究的重要方向之一。 深度学习:一种实现机器学习的技术 深度学习的核心是,我们现在有足够快的计算机和足够的数据来实际训练大型神经网络 三者的区别和联系: 神经网络:是一种机器学习的算法 神经网络是需要调制、训练的,不然会很容易出错的。 OK,讲到这里,相信大家对几者之间的概念已经有所了解了,至少知道这些是什么东西了。
机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术,神经网络是一种实现机器学习的算法! 03 — TensorFlow简介 TensorFlow是Google在2015年11月份开源的人工智能系统,由Google Brain团队的研发人员负责,该系统可以被用于实现机器学习和深度学习、语音识别、图片识别等多个领域。 官网对TensorFlow的介绍是一个使用数据流图技术来进行数值计算的开源软件库。
官网地址:https://github.com/tensorflow/tensorflow 什么是数据流图? 节点可以被分配到多个计算设备上,可以异步和并行地执行操作。因为是有向图,所以只有等到之前的入度节点们的计算状态完成后,当前节点才能执行操作。 TensorFlow的特性
TensorFlow最新版本为2.0,在TensorFlow2.x中摈弃了TensorFlow 1.x的诸多弊病,进一步整合TensorFlow和Keras,号称能像Numpy一样畅爽运行,快速、可扩展、可投入生产。 目前,TensorFlow包含开源的创新和社区参与,同时也具有大公司的支持,指导和稳定性。 正是因为有着大量的优势,TensorFlow适合个人和企业,从初创公司到大型公司,以及Google。即从2015年11月开源以来,TensorFlow已经成为最为令人兴奋的机器学习库之一。它被越来越多地应用到研究,生产和教育中。 04 — TensorFlow安装 如果你已经安装了Python(或者是为了学习TensorFlow的目的安装的),你可以通过下面的pip安装:
但是,这个方法的坏处在于,TensorFlow会覆盖现有的包,并安装特定的版本来满足依赖性。 如果你要使用这个Python来做其他用途的话,这个方法是不可行的。一个常见的做法就是在虚拟环境中安装TensorFlow,通过一个叫做virtualenv的软件实现。这取决于你的环境,你可能不需要在你的机器上安装virtualenv。要安装virtualenv的话,输入:
可查看http://virtualenv. 获取更多的操作指南。 为了在虚拟环境中安装TensorFlow,你必须要先创建虚拟环境,例如将其放在~/envs目录中,可以随意放在你喜欢的任何地方。
这会在~/envs目录下创建一个名为TensorFlow的虚拟环境(会展现为~/envs/tensorflow目录的形式)。启动这个虚拟环境,使用:
提示会发现变化表明环境已经启动了,再使用输入pip的安装命令:
上面是CPU的版本,或者是安装GPU的版本:
更多详细的安装介绍可参考: https://github.com/jikexueyuanwiki/tensorflow-zh/blob/master/SOURCE/get_started/os_setup.md 05 — TensorFlow第一个示例 现在,我们已经安装并设置好了TensorFlow的环境。开始写一个简单的TensorFlow的程序吧,打印当前TensorFlow版本、计算1+2的值,并将“Hello”和“World”结合起来,显示出字段——“HelloWorld”。
如果在运行过程中,提示: 这是因为tensorflow默认分布是在没有CPU扩展的情况下构建的,例如SSE4.1,SSE4.2,AVX,AVX2,FMA等。默认构建(来自pip3 install tensorflow)可以与尽可能多的CPU兼容。如果没有GPU,并希望尽可能利用CPU的资源。 可以在最顶行增加如下代码
|
|