TensorFlow 发布新版本v1.9（附应用实践教程）

作者 | Zaid Alyafeai

译者 | 婉清、姗姗

编辑 | 姗姗

出品 | 人工智能头条

【人工智能头条导读】TensorFlow 是一个开放源代码软件库，用于进行高性能数值计算。借助灵活的架构，用户可以轻松地将计算工作部署到多种平台（CPU、GPU、TPU）和设备（桌面设备、服务器集群、移动设备、边缘设备等）。最近在 JS 社区中，对 TF 中 Java API 相关项目与技术的高度需求是前所未有的。

▌TensorFlow v1.9 

近日，TensorFlow 发表推文正式发布 TensorFlow v1.9 ，大家可以更新各自的代码啦~~在 TF 的更新文档中更新了 keras，包括一个新的基于keras的入门，一个非常适合初学者的Jupyter 笔记本，还增加了更多的实例。



其中有两个案例受到了大家的广泛关注，这个项目是通过 Colab 在 tf.keras 中训练模型，并通过TensorFlow.js 在浏览器中运行；最近在 JS 社区中，对这些相关项目的高度需求是前所未有的。之前人工智能头条也为大家介绍了一个在浏览器中通过TensorFlow.js 进行多人人脸识别与特征检测的项目，也受到大家的广泛关注。此外 TensorFlow 还给那些想了解、学习相关项目技术的关注者们推出了系列官方教学视频。

今天人工智能头条会带领大家学习这个新项目，JS 爱好者和开发者们不要错过！



另一个项目是简单的RNN网络生成文本的实践，这次作者不仅在GitHub 上分享了源码，大家还可以利用这次 v1.9 中的笔记本新功能来进行端到端的直接运行。

在 Google Colab 中看到这个项目的第一眼，就觉得真的很适合初学者研究学习。左侧可以一目了然地看 “目录” 与 “代码段”。



已经分解的源码结构，从安装、导入需要的工具，到下载读取数据，创建训练模型，最后预测模型，只要跟着一步一步来，相信大家都会学有所成。

参考链接：

https://colab.research.google.com/github/tensorflow/tensorflow/blob/master/tensorflow/contrib/eager/python/examples/generative_examples/text_generation.ipynb?linkId=54107458#scrollTo=UHjdCjDuSvX_

▌TensorFlow v1.9 实践

前言

在这个应用中我们将完成通过识别图画来输出当前图画的名称的实践。使用 Google Colab 来训练模型，使用 TensorFlow.js 在浏览器上进行部署，直接在浏览器上运行。需要注意的一点是，务必要在测试 Google Colab 的 notebook 工具：

https://colab.research.google.com/github/zaidalyafeai/zaidalyafeai.github.io/blob/master/sketcher/Sketcher.ipynb

数据集

我们将使用 CNN 来识别不同类型的图画。CNN 将在Quick Draw数据集上进行训练。这个数据集包含了大约5000万张、345类别的图画。



管道

我们将使用 Keras 在 Google Colab 上训练模型，然后通过 TensorFlow.js (tfjs) 在浏览器上直接运行。下图向大家展示了这个项目的管道图

参考教程：

https://js.tensorflow.org/

https://github.com/tensorflow/tfjs-examples



输入

我们将使用带有tensorflow后端的keras：