TensorFlow官方文档中文版入门指南,正如TensorFlow中的其他组件一样,队列就是TensorFlow图中的节点,已经成为试用新机器学习工具包的规范数据集。
TensorFlow介绍
2015年11月9日,Google发布人工智能系统TensorFlow并宣布开源,同日,极客学院组织在线TensorFlow中文文档翻译。
机器学习作为人工智能的一种类型,可以让软件根据大量的数据来对未来的情况进行阐述或预判。如今,领先的科技巨头无不在机器学习下予以极大投入。Facebook、苹果、微软,甚至国内的百度。Google 自然也在其中。「TensorFlow」是 Google 多年以来内部的机器学习系统。如今,Google 正在将此系统成为开源系统,并将此系统的参数公布给业界工程师、学者和拥有大量编程能力的技术人员,这意味着什么呢?
打个不太恰当的比喻,如今 Google 对待 TensorFlow 系统,有点类似于该公司对待旗下移动操作系统 Android。如果更多的数据科学家开始使用 Google 的系统来从事机器学习方面的研究,那么这将有利于 Google 对日益发展的机器学习行业拥有更多的主导权。
为了让国内的技术人员在最短的时间内迅速掌握这一世界领先的 AI 系统,极客学院 Wiki 团队发起对 TensorFlow 官方文档的中文协同翻译,一周之内,全部翻译认领完成,一个月后,全部30章节翻译校对完成,上线极客学院Wiki平台并提供下载。
Google TensorFlow项目负责人Jeff Dean为该中文翻译项目回信称:"看到能够将TensorFlow翻译成中文我非常激动,我们将TensorFlow开源的主要原因之一是为了让全世界的人们能够从机器学习与人工智能中获益,类似这样的协作翻译能够让更多的人更容易地接触到TensorFlow项目,很期待接下来该项目在全球范围内的应用!"
Jeff回信原文:
入门指南
有关TensorFlow编程基础知识的简要介绍,参考以下指南:
Getting Started with TensorFlow
MNIST(一个大型的手写体数字数据库,译者注)已经成为试用新机器学习工具包的规范数据集。我们提供三个指南,每个指南都展示了在TensorFlow上训练MNIST模型的不同方法:
MNIST for ML beginners,通过高级API介绍MNIST.
Deep MNIST for Experts,比“MNIST for ML beginners”更深入,并且假定已经熟悉机器学习概念。
TensorFlow Mechanics 101,通过低级别API介绍MNIST。
对于刚接触TensorFlow的开发者,高级API是一个很好的开始。要了解高级API,请阅读以下指南
* tf.contrib.learn Quickstart,介绍了这个API。
* Building Input Functions with tf.contrib.learn,让你可以更复杂地使用这个API。
* Logging and Monitoring Basics with tf.contrib.learn,介绍如何审核模型训练的进度。
TensorBoard是机器学习的不同方面的可视化实用工具。以下指南说明如何使用TensorBoard:
TensorBoard:可视化学习,让你开始使用。
TensorBoard: Embedding Visualization,演示了如何查看和与高维数据(如嵌入)进行交互。
TensorBoard:图形可视化,解释了如何可视化计算图。图形可视化通常更使用于程序员使用低级别API。
- PC官方版
- 安卓官方手机版
- IOS官方手机版