TensorFlow官方文檔中文版入門指南,正如TensorFlow中的其他組件一樣,隊列就是TensorFlow圖中的節點,已經成為試用新機器學習工具包的規范數據集。
TensorFlow介紹
2015年11月9日,Google發布人工智能系統TensorFlow并宣布開源,同日,極客學院組織在線TensorFlow中文文檔翻譯。
機器學習作為人工智能的一種類型,可以讓軟件根據大量的數據來對未來的情況進行闡述或預判。如今,領先的科技巨頭無不在機器學習下予以極大投入。Facebook、蘋果、微軟,甚至國內的百度。Google 自然也在其中。「TensorFlow」是 Google 多年以來內部的機器學習系統。如今,Google 正在將此系統成為開源系統,并將此系統的參數公布給業界工程師、學者和擁有大量編程能力的技術人員,這意味著什么呢?
打個不太恰當的比喻,如今 Google 對待 TensorFlow 系統,有點類似于該公司對待旗下移動操作系統 Android。如果更多的數據科學家開始使用 Google 的系統來從事機器學習方面的研究,那么這將有利于 Google 對日益發展的機器學習行業擁有更多的主導權。
為了讓國內的技術人員在最短的時間內迅速掌握這一世界領先的 AI 系統,極客學院 Wiki 團隊發起對 TensorFlow 官方文檔的中文協同翻譯,一周之內,全部翻譯認領完成,一個月后,全部30章節翻譯校對完成,上線極客學院Wiki平臺并提供下載。
Google TensorFlow項目負責人Jeff Dean為該中文翻譯項目回信稱:"看到能夠將TensorFlow翻譯成中文我非常激動,我們將TensorFlow開源的主要原因之一是為了讓全世界的人們能夠從機器學習與人工智能中獲益,類似這樣的協作翻譯能夠讓更多的人更容易地接觸到TensorFlow項目,很期待接下來該項目在全球范圍內的應用!"
Jeff回信原文:
入門指南
有關TensorFlow編程基礎知識的簡要介紹,參考以下指南:
Getting Started with TensorFlow
MNIST(一個大型的手寫體數字數據庫,譯者注)已經成為試用新機器學習工具包的規范數據集。我們提供三個指南,每個指南都展示了在TensorFlow上訓練MNIST模型的不同方法:
MNIST for ML beginners,通過高級API介紹MNIST.
Deep MNIST for Experts,比“MNIST for ML beginners”更深入,并且假定已經熟悉機器學習概念。
TensorFlow Mechanics 101,通過低級別API介紹MNIST。
對于剛接觸TensorFlow的開發者,高級API是一個很好的開始。要了解高級API,請閱讀以下指南
* tf.contrib.learn Quickstart,介紹了這個API。
* Building Input Functions with tf.contrib.learn,讓你可以更復雜地使用這個API。
* Logging and Monitoring Basics with tf.contrib.learn,介紹如何審核模型訓練的進度。
TensorBoard是機器學習的不同方面的可視化實用工具。以下指南說明如何使用TensorBoard:
TensorBoard:可視化學習,讓你開始使用。
TensorBoard: Embedding Visualization,演示了如何查看和與高維數據(如嵌入)進行交互。
TensorBoard:圖形可視化,解釋了如何可視化計算圖。圖形可視化通常更使用于程序員使用低級別API。
- PC官方版
- 安卓官方手機版
- IOS官方手機版