Python与机器学习之TensorFlow方法论

Python与机器学习之TensorFlow方法论

方法论

经过一段时间的学习,总结如何入门机器学习可以走这三条路:

  • 应用场景实践
  • 算法基础学习
  • 数学理论学习(尤其可以关注图论)

这是一个自顶向下的方法,这样的学习思路会有一个更宏观的系统思维。
而这一系列文章笔者专注于应用场景。

深度学习框架

要应用显然得有工具,大部分深度学习框架都包含以下五个核心组件:
- 张量(Tensor)
- 基于张量的各种操作
- 计算图(computation Graph)
- 自动微分工具(处理图)
- BLAS,cuBLAS,cuDNN等扩展包

如今,TensorFlow是当下最火的深度学习平台
ps:TensorFlow安装教程

TensorFlow使用流程

在一段时间的试探式学习,总结来说,Tensorflow进行Graph构建时,大体可以分成五部分:

  • 为输入x与输出y定义placeholder(开辟空间)
  • 定义权重W
  • 定义模型结构
  • 定义损失函数
  • 定义优化算法

举例
以下代码最好就看着玩玩,不要思考太多。

这里写图片描述

上述方法论的阐述有点事后诸葛亮的味道,笔者经过学习非常笼统地总结了一套编程流程,对于初学者可能特别不友好。换句话来说,初学者对于上述圣经(我自己认为的,莫怪。。。)可以这么做:

  • 使用思路:在尝试编程去实现某个应用场景时把这几个步骤复制到文件头注释着,然后去实现将抽象问题具体成以下五个步骤。
  • 学习思路:沿着这五个步骤去学习。
如果您看到这篇文章有收获或者有不同的意见,欢迎点赞或者评论。
python:190341254
丁。
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值