Содержание
Машинное обучение — самая горячая вещь в вычислительной технике прямо сейчас. Легко понять, почему технология используется повсеместно, от самостоятельного вождения автомобилей до правоохранительных органов, до прогнозирования на фондовом рынке.
TensorFlow — это проект Google, основанный на машинном обучении и нейронных сетях. Давайте выясним, что это такое, как его использовать и как научиться его использовать.
Что такое TensorFlow?
Невозможно полностью объяснить, что такое TensorFlow, без предварительного понимания, что такое машинное обучение. Машинное обучение и нейронные сети уже влияют на нашу жизнь
во многих отношениях, чем вы думаете.
В простейшем случае машинное обучение — это процесс обучения компьютеров тому, как анализировать данные и принимать обоснованные решения в отношении них, не будучи запрограммированным для этого напрямую. Для этого мы обучаем нейронные сети выполнять конкретные задачи.
TensorFlow — это библиотека нейронных сетей Google с открытым исходным кодом, разработанная командой Google Brain для широкого спектра применений. По сути, TensorFlow устраняет необходимость создания нейронной сети с нуля. Вместо этого вы можете обучить TensorFlow с вашим набором данных и использовать результаты по своему усмотрению.
Пока что так абстрактно. Что вы можете сделать с нейронной сетью? Оказывается, почти все!
Известные примеры TensorFlow
Классификация изображений
Многие учебники для начинающих машинного обучения
используйте классификацию изображений в качестве раннего примера проекта, чтобы помочь с пониманием. Подавая эталонные изображения в нейронную сеть, он может научиться прогнозировать, содержит ли изображение похожие объекты.
Чтобы увидеть этот процесс в действии, взгляните на 5-минутный классификатор Дарта Вейдера Сираджа Равала.
Этот вид компьютерного просеивания данных невероятно мощный не только для обнаружения диких Дарта Вейдеров. TensorFlow уже используется в анализе биомедицинских изображений.
Практически каждая область, которая опирается на анализ больших объемов данных изображения, может извлечь выгоду из этой технологии. Как показано в официальном вводном видео TensorFlow, оно используется для оптимизации усилий по сохранению почти вымершего Дугонга.
Глубокая передача стиля фотографий
Изображение предоставлено: luanfujun @ github.com
Помимо классификации изображений, TensorFlow можно использовать для динамического изменения изображений. Deep Photo Style Transfer была создана группой из Корнельского университета. Проект берет входное изображение и изображение стиля перед применением этого стиля к исходному изображению — с потрясающими результатами.
В примерах используется сочетание автоматического и ручного создания слоев изображений, поэтому, если вы хотите получить на руки, это может стоить освежить свои навыки Photoshop, прежде чем углубляться в библиотеку.
Пурпурный AI Музыка
Мы не привыкли использовать компьютеры для создания красивых произведений искусства. Идея компьютеров, демонстрирующих творческий подход таким образом, который мы находим узнаваемым, долгое время была научной фантастикой. С библиотеками нейронных сетей, такими как TensorFlow, она становится ближе, чем когда-либо.
Magenta использует TensorFlow для создания инструментов для музыкантов. Используя глубокое обучение, Magenta расширяет инструменты, доступные музыкантам, чтобы открыть новые виды звукового блендинга, и даже импровизированный призыв и ответ с помощью машины.
Пурпурный также может использоваться как интеллектуальный секвенсор сам по себе. Возможность использования сторонних библиотек является одной из многих фантастических функций CodePen. Теро Парвиайнен использовал библиотеку magenta.js для создания своей красивой ручки Latent Cycles.
Установив нейронные сети, созданные импровизированными петлями, рядом друг с другом, Latent Cycles позволяет любому создавать уникальные и красивые звуки без предварительного музыкального знания.
Как научиться TensorFlow
Машинное обучение — невероятно плотный предмет. Хорошее понимание статистики, математики, программирования и общей науки о данных — все это имеет ключевое значение для понимания. Тем не менее, TensorFlow позволяет легко получить практический опыт, даже будучи новичком. Официальный учебник TensorFlow использует пошаговый подход к настройке и использованию.
Большинство проектов TensorFlow используют язык программирования Python. Если вы плохо знакомы с языком, есть множество отличных мест для изучения Python. Если вы уже более знакомы с JavaScript, у TensorFlow есть обучающие видео, посвященные библиотеке TensorFlow.js.
Эти учебные пособия наряду с бесплатным курсом машинного обучения Google
, являются бесценным ресурсом, от поставщиков библиотеки.
Другие учебники по TensorFlow
Для быстрого и информативного ознакомления с TensorFlow и классификаторами изображений Сирадж Равал предлагает информативное (и запоминающееся) 5-минутное введение.
Это одно из многих видео на канале Сираджа на YouTube, посвященное теме машинного обучения. Между суперскоростными видео, подобными этому, и длинными живыми трансляциями с пошаговым подходом, это отличное место для изучения TensorFlow и машинного обучения на Python.
Ориентируясь на JavaScript и Tensorflow.js, Coding Train предлагает еще один полномасштабный подход:
Ведущий Дэниел Шиффман рассматривает различные варианты использования TensorFlow, и его серия по машинному обучению в целом является одним из лучших свободно доступных курсов по этому предмету.
Начинающий проект: обнаружение живых объектов
Этот проект использует распознавание живых объектов для управления автоматическим сортировщиком отходов. Аппаратное обеспечение представляется альтернативой Raspberry Pi, хотя теоретически можно использовать любой микроконтроллер. Настоящая работа выполняется с использованием смеси OpenCV и TensorFlow.
К проекту из видео не прилагается учебник. В превосходной статье Dat Tran об OpenCV и TensorFlow используются одни и те же библиотеки, которые четко объясняют каждый элемент. В качестве простой мелкомасштабной идеи, использующей библиотеку TensorFlow, проект такого масштаба является идеальным способом для начала работы.
Идем дальше с машинным обучением
TensorFlow — невероятно мощный инструмент, возможно, самой важной интернет-компании. Решение сделать его открытым исходным кодом было большим делом, поскольку оно открывает его для всех нас.
Тем не менее, машинное обучение является невероятно плотным предметом. Стоит потратить некоторое время на онлайн-курсы машинного обучения
максимально эффективно использовать TensorFlow.
