Tensorflow：实战Google深度学习框架

• 深度学习简介
• TensorFlow 环境搭建
• TensorFlow 入门
• 深层神经网络
• MNIST 数字识别问题
• 图像识别与卷积神经网络
• 图像数据处理
• 循环神经网络
• TensorBoard 可视化
• TensorFlow 计算加速

深度学习简介

输入->基础特征->特殊特征->权重->预测

如搜狗输入法中文输入 ten

ten 为输入，基础特征是中文拼音，特殊特征为读音、中文喜好(经常使用的中文)、拼音截取(te'n/t'en)等作为特殊特征，按照权重进行预测分布。

img1.png

为构思的输入预测，并未阅读搜狗输入法源码，并不确定是输入法真实的实现方式

计算图

Tensor （张量）=》 多维数组

张量即描述事物的多维数组，二维数组能够描述一条线，三维数组能够描述线以及线的角度，多维数组能够描述各种特征。

Flow（流）

img2.png

img3.png

深层神经网络

损失函数 >0.5 => 1 <0.5 => 0 预测
（梯度下降算法
反向传播算法） 真实

MNIST 数字识别问题

mnist 手写体数字识别数据集
包含60000个训练数据及10000个测试数据，可分为10类

图像识别与卷积神经网络CNN

图像数据处理

循环神经网络