Tensorflow基础
Goole的Tensorflow引擎提供的了一种解决机器学习问题的高效方法,其中机器学习在计算机视觉、语音识别、语言翻译等方面应用广泛。
1.Tensorflow 工作机制
Trnsorflow支持Linux、Mac和Windows操作系统。y
Tensorflow算法流程:
1.导入/生成样本数据集;
2.转化和归一化数据;
3.划分样本数据集为训练样本集、测试样本集、和验证样本集;
4.设置机器学习参数如,迭代次数、学习率等;
5.初始化变量和占位符;
6.定义模型结构;
7.声明损失函数;
8.初始化模型和训练模型;
9.评估机器学习模型;
10.调优参数;
11.发布/预测结果;
工作原理:使用Tensorflow时,必须准备样本h数据集、变量、占位符和机器学习模型,然后进行模型训练,通过改变变量状态来提高预测结果。Tensorflow通过计算图来实现上述过程,接着Tensorflow创建损失函数,通过调整计算图中的变量来优化损失函数。