既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Go语言开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
图01-1TensorFlow的基本架构
假设要判断一张图片里面动物是猫还是狗。以传统的编程方法要实现这样的识别是非常困难的。因为要判断动物,需要识别它的品种、身形、颜色各种特征。
利用TensorFlow,可以构建一个模拟人脑神经元的神经网络。这些神经元以层为集合单位,从输入的图片到判断的输出关联起来。经过浏览大量猫狗的图片的训练,进行预测。一开始,所有这些神经元都被随机地初始化,完全凭猜。
之后计算猜测与正确结果的误差。然后使用误差,来调整神经元之间的连接强度。经过反复的训练以及调整无法后,基本就可以实现对猫狗的正确识别。
因此只需要用户给出一张图片,即使模型从未见过这张图,也能够正确判断中图中的是猫还是狗。
TensorFlow能够在大型神经网络中表现地如此高效的原因是它能把代码转换成操作图,对操作图进行操作和分析。
三.TensorFlow 环境安装
TensorFlow 环境的安装有三种方式。
3.1 PIP安装
PIP 是软件包管理系统,用于安装和管理Python编写的软件。适用于Linux或MAC环境。
安装PIP
Ubuntu/Linux 64-bit
$ sudo apt-get install python-pip python-dev
Mac OS X
$ sudo easy_install pip
安装 TensorFlow
Python 2
sudo pip install --upgrade $TF_BINARY_URL
Python 3
sudo pip3 install --upgrade $TF_BINARY_URL
变量”$TF_BINARY_URL ”根据运行环境进行设置,如:
Ubuntu/Linux 64-bit, CPU only, Python 2.7
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp27-none-linux_x86_64.whl
Mac OS X, CPU only, Python 2.7:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.1-py2-none-any.whl
Ubuntu/Linux 64-bit, CPU only, Python 3.4
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp34-cp34m-linux_x86_64.whl
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
bbs.csdn.net/topics/618658159)**
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!