TensorFlow的框架結構解析
TensorFlow是谷歌的第二代開源的人工智能學習系統(tǒng),是用來實現神經網絡的內置框架學習軟件庫。目前,TensorFlow機器學習已經成為了一個研究熱點。由基本的機器學習算法入手,簡析機器學習算法與TensorFlow框架,并通過在Linux系統(tǒng)下搭建環(huán)境,仿真手寫字符識別的TensorFlow模型,實現手寫字符的識別,從而實現TensorFlow機器學習框架的學習與應用。
機器學習是一門多領域交叉的學科,能夠實現計算機模擬或者實現人類的學習行為,重構自己的知識結構從而改善自身的性能。2016年初,AlphaGo以大比分戰(zhàn)勝李世石,AI的概念從此進入人們的視野,而機器學習就是AI的核心,是使計算機具有智能的根本途徑。TensorFlow是谷歌的第二代人工智能學習系統(tǒng),是用來制作AlphaGo的一個開源的深度學習系統(tǒng)。
1機器學習可以舉一個簡單的例子來說明機器學習的概念,使用k近鄰算法改進交友網站的配對效果[1]。比如說你現在想要在交友網站上認識一個朋友,而交友網站上擁有每個注冊用戶的兩個信息(玩視頻游戲所耗時間的百分比和每年獲取的飛行??屠锍虜担?,你想知道你會對哪些人比較感興趣,這時候就可以使用機器學習算法建立一個簡單的模型。可以將一些自己認為有魅力的人、魅力一般的人、不喜歡的人的這兩個信息(玩視頻游戲所耗時間的百分比和每年獲取的飛行??屠锍虜担┹斎霗C器學習算法建立一個模型,如圖1所示。當你想知道一個用戶是不是你感興趣交友的人時,輸入信息,計算機通過這個模型進行計算,可以給你一個預測答案,這就是一種經典的監(jiān)督學習算法。
機器學習算法有很多種類,上述例子說明的監(jiān)督學習算法只是其中的一類。如果換種方式去實現這個結果,你有一堆如上的數據,但是并不對這些數據進行分類,讓算法按照數據的分散方式來觀察這些數據,發(fā)現數據形成了一些聚類,如圖2所示,而通過這種方法,能夠把這些數據自動地分類,這就是一種無監(jiān)督學習算法。
機器學習的算法有很多,再比如用學習型算法來判斷你需要多少訓練信息,用什么樣的更好的近似函數能夠反映數據之間的關系,使得用最少的訓練信息獲得更準確的判斷。
機器學習就是當機器想要完成一個任務,通過它不斷地積累經驗,來逐漸更好、差錯減少地完成一個任務。