tensorflow框架使用和线性回归的实现

深度学习

1. 方向
   • 图像理解
   • 语音识别
   • 自然语言处理
   • 机器自主
2. 介绍
   • 深度神经网络
   • 卷积神经网络
   • 递归神经网络
3. 机器学习和深度学习对比
   • 机器学习
     1. 算法
        • 分类:神经网络(简单)
        • 回归
     2. 领域
        • 传统的预测问题
   • 深度学习
     1. 算法
        • 神经网络(深度)
        • 图像: 卷积神经网络
        • 自然语言处理:循环神经网络
     2. 领域
        • 图像等
4. 框架
   • caffe
   • Tensorflow
   • Torch
   • Theano
   • deeplearning4j
   • CNTK
   • DSSTNE

Tensorflow 1.0框架

1. 特点
   • 真正的可移植性
   • 多语言支持
   • 高度的灵活性与效率
   • 支持
     • 谷歌支持
2. 运行速度
   • 数据量大: 特征多(图片)
   • 算法: 设计本身比较复杂
   • 计算: 比较慢，等待很长时间去优化
3. CPU和GPU
   • CPU
     • 运行操作系统,处理业务 计算能力不是