实例介绍
【实例简介】
TensorFlow中文使用手册,推荐大家下载.
内容来源 英文官方网站 http://tensorflow.org 官方GiHb仓库 https://github.com/tensorflow/tensorflow 中文版 GitHub仓厍: https://github.com/jikexueyuanwiki/tensorf'lowzh 参与者(按认领章节排序) 翻译 (YIZheng @Tony Jin @chenweican OngJIn @btter @Warn TICX °@ wangalcc @Tcrencc Cooper hyogo @thy lacoleo @velvet (@zhangke @derekshlang @nb312 (@Jim-7enn andylac °@ erence Cooper @leege100 校对 angtze @HongyangWang lchAmnesla @waiwaizheng (@HongyangWang @Lensorfl @lonlonago @shaoming @lucky521 @a11 @velvet englan °@ giaohai jun 进度记录 2015-11-10,谷歌发布全新人工智能系统 Tensorflow并宣布廾源,极客学院Wiki启动协同翻译,创建 Github 仓库,制定协同规范 2015-11-18,所有章节认领完毕,翻译完成18章,校对认领7章,Star数361,fσrk数100,协同翻译QQ群及技 术交流群的ⅣF爱好者将近300人, GitHub搜索 Tcnsorflow排名第二 2015-12-10,Star数超过500 2015-12-15,项目正式上线 花絮 在组织翻译的过程中,有些事情令人卬象深刻,记录下来,希望以后来学习文裆的同学能够明了到手中这份文档 的由来 参加翻译的有学生,也有老师;有专门研究 AI/ML的,也有对此感兴趣的;有国内的,也有远在纽约的;有⊥ 程技术人员也有博士、专家 其中一位,恩泽同学,为了翻译一篇文档,在前一天没仃睡觉的情况下坚持翻亢,20个小时没有合眼 还有一位老师,刚从讲台上讲完课,就立即给我们的翻译提修改意见 很多同学白发的将搭建环境中遇到的问题总结到FAQ里帮助他人 为了一个翻译细节,经常是来回几次,和其他人讨论完善 ‖持续改进 这样的一个高技术领域的文档,我们在翻译的过程中,难免会有不完善的地方,希望请大家一起帮助我们持续改 进文档的翻译质量,帮助更多的人,方法: 在GitH上提Issue或Pullrequest地址为https://github.com/jikexueyuanwiki/tensorflow-zh 加入我们的QQ群提建议一协同鄱译群:248320884,技术交流群:495115006 给我们写邮件:wikigjikexueyuan.com 加入 Tensor1ow微信讨论群: 感谢支持 极客学院Wiki提供图文教程托管服务 离线版本 目前,离线版本(PDF、ePub)可正常卜载、使用 目录 前言 第1章起步 8 简介 下载与安装 基本使用 第2章教程 26 综述 MNIST机器学习入门 30 深入 ANIST Tensor1ow运作方式入门. 卷积神经网络 presentations ords 循环神经网络 76 曼德布洛特( Mandelbrot集合 偏微分方程 MNIST数据下载.. 第3章运作方式 91 综述 verview 变量:创建、初始化、保存和加载 Tersorboard:可视化学习 100 Ten sorboard:图表可视化 103 数据读取 线程和队列 114 增加一个新0p 118 自定义薮据读取 137 使用GPUs 142 共享变量 146 第4章资源 152 其他资源. Bibtex引用 154 应用实例 156 常见问题 术语表 张量的阶、形状、数据类型 168 第5章其他 170 常见问题汇总 起步 第1章起步9 简介 本章的目的是让你了解和运行 TensorFlow! 在廾始之前,让我们先看段使用 Python API撰写的 Tensorflow示例代码,让你对将要学习的内容有初步的 印象 这段很短的 Python程序生成了一些三维数据,然后用一个平面拟合它 import tensorflow as tf Import numpy as np #使用NmPy牛成假数据( phony data),总共100个点 x data-mp.loat32(mp. random.rand(2,100)#随机输入 y data=np.dot([0.10,0.200], x data)+0.300 #构造一个线性模型 b= tf Variable(tf zeros([1)) W=tf Variable(tf random uniform([1, 2,-1.0, 1.0)) y=tt matmul(w, x data)+h #最小化方差 ss=tf reduce mean(tf square(y -y data)) optimizer tf train Gradient DescentOptimizer(0. 5) tral optimizer. minimize(loss) #初始化变量 nit- tf, initialize all variables o #启动图( graph) sess= tf Session sess. run (init) #拟合平面 for step in xrange(o, 201) sess. run(train) f step 20--0 print step, sess. run(W), sess. run(b #得到最佳拟合结果W:[[0.1000.200J],b:[0.300 为了进一步激发你的学习欲望,我们想让你先看一下 TensorFlow是如何解决一个经典的机器学习问题的.在神 经网络领域,最为经典的问题莫过」 MNIST手写数字分类问题.我们准备了两篇不同的教程,分别面向机器学 习领域的初学者和专家.如果你已经使用其它软件训练过许多ⅥNTsT模型,请阅读高级教程(红色药丸链接) 【实例截图】
【核心代码】
TensorFlow中文使用手册,推荐大家下载.
内容来源 英文官方网站 http://tensorflow.org 官方GiHb仓库 https://github.com/tensorflow/tensorflow 中文版 GitHub仓厍: https://github.com/jikexueyuanwiki/tensorf'lowzh 参与者(按认领章节排序) 翻译 (YIZheng @Tony Jin @chenweican OngJIn @btter @Warn TICX °@ wangalcc @Tcrencc Cooper hyogo @thy lacoleo @velvet (@zhangke @derekshlang @nb312 (@Jim-7enn andylac °@ erence Cooper @leege100 校对 angtze @HongyangWang lchAmnesla @waiwaizheng (@HongyangWang @Lensorfl @lonlonago @shaoming @lucky521 @a11 @velvet englan °@ giaohai jun 进度记录 2015-11-10,谷歌发布全新人工智能系统 Tensorflow并宣布廾源,极客学院Wiki启动协同翻译,创建 Github 仓库,制定协同规范 2015-11-18,所有章节认领完毕,翻译完成18章,校对认领7章,Star数361,fσrk数100,协同翻译QQ群及技 术交流群的ⅣF爱好者将近300人, GitHub搜索 Tcnsorflow排名第二 2015-12-10,Star数超过500 2015-12-15,项目正式上线 花絮 在组织翻译的过程中,有些事情令人卬象深刻,记录下来,希望以后来学习文裆的同学能够明了到手中这份文档 的由来 参加翻译的有学生,也有老师;有专门研究 AI/ML的,也有对此感兴趣的;有国内的,也有远在纽约的;有⊥ 程技术人员也有博士、专家 其中一位,恩泽同学,为了翻译一篇文档,在前一天没仃睡觉的情况下坚持翻亢,20个小时没有合眼 还有一位老师,刚从讲台上讲完课,就立即给我们的翻译提修改意见 很多同学白发的将搭建环境中遇到的问题总结到FAQ里帮助他人 为了一个翻译细节,经常是来回几次,和其他人讨论完善 ‖持续改进 这样的一个高技术领域的文档,我们在翻译的过程中,难免会有不完善的地方,希望请大家一起帮助我们持续改 进文档的翻译质量,帮助更多的人,方法: 在GitH上提Issue或Pullrequest地址为https://github.com/jikexueyuanwiki/tensorflow-zh 加入我们的QQ群提建议一协同鄱译群:248320884,技术交流群:495115006 给我们写邮件:wikigjikexueyuan.com 加入 Tensor1ow微信讨论群: 感谢支持 极客学院Wiki提供图文教程托管服务 离线版本 目前,离线版本(PDF、ePub)可正常卜载、使用 目录 前言 第1章起步 8 简介 下载与安装 基本使用 第2章教程 26 综述 MNIST机器学习入门 30 深入 ANIST Tensor1ow运作方式入门. 卷积神经网络 presentations ords 循环神经网络 76 曼德布洛特( Mandelbrot集合 偏微分方程 MNIST数据下载.. 第3章运作方式 91 综述 verview 变量:创建、初始化、保存和加载 Tersorboard:可视化学习 100 Ten sorboard:图表可视化 103 数据读取 线程和队列 114 增加一个新0p 118 自定义薮据读取 137 使用GPUs 142 共享变量 146 第4章资源 152 其他资源. Bibtex引用 154 应用实例 156 常见问题 术语表 张量的阶、形状、数据类型 168 第5章其他 170 常见问题汇总 起步 第1章起步9 简介 本章的目的是让你了解和运行 TensorFlow! 在廾始之前,让我们先看段使用 Python API撰写的 Tensorflow示例代码,让你对将要学习的内容有初步的 印象 这段很短的 Python程序生成了一些三维数据,然后用一个平面拟合它 import tensorflow as tf Import numpy as np #使用NmPy牛成假数据( phony data),总共100个点 x data-mp.loat32(mp. random.rand(2,100)#随机输入 y data=np.dot([0.10,0.200], x data)+0.300 #构造一个线性模型 b= tf Variable(tf zeros([1)) W=tf Variable(tf random uniform([1, 2,-1.0, 1.0)) y=tt matmul(w, x data)+h #最小化方差 ss=tf reduce mean(tf square(y -y data)) optimizer tf train Gradient DescentOptimizer(0. 5) tral optimizer. minimize(loss) #初始化变量 nit- tf, initialize all variables o #启动图( graph) sess= tf Session sess. run (init) #拟合平面 for step in xrange(o, 201) sess. run(train) f step 20--0 print step, sess. run(W), sess. run(b #得到最佳拟合结果W:[[0.1000.200J],b:[0.300 为了进一步激发你的学习欲望,我们想让你先看一下 TensorFlow是如何解决一个经典的机器学习问题的.在神 经网络领域,最为经典的问题莫过」 MNIST手写数字分类问题.我们准备了两篇不同的教程,分别面向机器学 习领域的初学者和专家.如果你已经使用其它软件训练过许多ⅥNTsT模型,请阅读高级教程(红色药丸链接) 【实例截图】
【核心代码】
标签：
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论