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。

Tensorflow:实战Google深度学习框架_第1张图片
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)

Tensorflow:实战Google深度学习框架_第2张图片
img2.png
Tensorflow:实战Google深度学习框架_第3张图片
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

你可能感兴趣的:(Tensorflow:实战Google深度学习框架)