📅  最后修改于: 2021-01-11 10:23:56        🧑  作者: Mango

通过pip安装TensorFlow在本教程中，我们将描述如何在Windows 10中安装TensorFlow。我们可以通过2种方式在系统中下载TensorFlow：通过pip(Python包库)通过Anaconda Navigator(conda)1.通过点因此，首先我们必须通过pip在我们的系统中安装和设置anaconda。以下是TensorFlow在我们的计算机上运行的要求。TensorFlo...

📅  最后修改于: 2021-01-11 10:24:56        🧑  作者: Mango

通过conda安装TensorFlow在之前的TensorFlow教程中，我们学习了如何通过pip安装TensorFlow。在本教程中，我们了解了如何通过Conda安装TensorFlow。在这里，我们需要anaconda Navigator来设置平台。这些是下面给出的以下步骤：首先，我们必须打开Anaconda的官方站点，并从以下链接下载Anaconda：https://www.anaconda...

📅  最后修改于: 2021-01-11 10:25:56        🧑  作者: Mango

TensorFlow的架构TensorFlow运行时是一个跨平台的库。系统架构使这种规模的组合变得灵活。我们基本熟悉TensorFlow编程概念，例如计算图，操作和会话。首先需要理解一些术语才能理解TensorFlow架构。这些术语是TensorFlow可服务，可服务流，TensorFlow模型，加载程序，源，管理器和核心。 TensorFlow体系结构中的术语及其功能如下所述。TensorFlo...

📅  最后修改于: 2021-01-11 10:26:57        🧑  作者: Mango

TensorFlow的优缺点TensorFlow是由Google设计和开发的一种开源机器学习概念。它为组织低级数值编程提供了一种非常高级的抽象方法。支持库，可以使我们的软件在常规CPU上运行而无需更改。它支持的平台包括Linux，macOS，Windows和Android。TensorFlow模型也可以在Google Cloud Machine Learning Engine中没有传统计算机平台的...

📅  最后修改于: 2021-01-11 10:28:04        🧑  作者: Mango

TensorFlow游乐场TensorFlow Playground是一个用d3.js(JavaScript)编写的Web应用程序。而且它是学习无数学的神经网络(NN)的最佳应用程序。在我们的Web浏览器中，我们可以创建一个NN(神经网络)并立即查看我们的结果。它是根据2004年1月的Apache许可2.0许可的(http://www.apache.org/licenses/)。丹尼尔·斯米尔科夫...

📅  最后修改于: 2021-01-11 10:29:58        🧑  作者: Mango

TensorFlow基础TensorFlow是由Google Brain团队开发的机器学习框架。它源自其核心框架：Tensor。在TensorFlow中，所有计算都涉及张量。张量是代表数据类型的矢量或n维矩阵。 TensorFlow中的所有值都会识别具有已知形状的数据类型。数据的形状是矩阵或数组的维数。张量的表示在TensorFlow中，张量是n维特征向量(如数组)的集合。例如，如果我们有任何2×...

📅  最后修改于: 2021-01-11 10:31:04        🧑  作者: Mango

TensorFlow中的单层感知器感知器是任何神经网络的单个处理单元。1958年首先提出的弗兰克·罗森布拉特(Frank Rosenblatt)是一种简单的神经元，用于将其输入分为一到两个类别。 Perceptron是线性分类器，用于监督学习中。它有助于组织给定的输入数据。感知器是进行精确计算以检测输入数据中的特征的神经网络单元。 Perceptron主要用于将数据分为两部分。因此，它也被称为线性...

📅  最后修改于: 2021-01-11 10:32:03        🧑  作者: Mango

TensorFlow中的隐藏层感知器隐藏层是人工神经网络，位于输入层和输出层之间。人工神经元接受一组加权输入并通过激活函数产生输出。它是近乎神经的一部分，工程师可以在其中模拟人脑中正在进行的活动的类型。隐藏的神经网络是通过某些技术建立的。在许多情况下，加权输入是随机分配的。另一方面，可以通过称为反向传播的过程对它们进行微调和校准。感知器隐藏层中的人工神经元在大脑中充当生物神经元，它吸收其概率输入信...

📅  最后修改于: 2021-01-11 10:33:03        🧑  作者: Mango

TensorFlow中的多层感知器多层感知器定义了人工神经网络最复杂的体系结构。它基本上由感知器的多层形成。 TensorFlow是由发行的非常流行的深度学习框架，该笔记本将指导使用该库构建神经网络。如果我们想了解什么是多层感知器，则必须使用Numpy从头开始开发多层感知器。多层感知器学习的图示如下所示：MLP网络用于监督学习格式。用于MLP网络的典型学习算法也称为反向传播算法。多层感知器(MLP...

📅  最后修改于: 2021-01-11 10:34:04        🧑  作者: Mango

机器学习和深度学习什么是机器学习?机器学习是人工智能(AI)的分支，它提供了学习功能，可以自动学习并从经验中学习。它由亚瑟·塞缪尔(Arthur Samuel)于1959年首次提出。主要目的是允许计算机在无需人工干预或帮助的情况下自动学习，并相应地调整操作。许多问题在历史上对人类来说是非常容易的，而对于网络来说则是非常困难的，机器学习(尤其是深度学习)是目前针对其中许多问题的最佳解决方案。例如，医...

📅  最后修改于: 2021-01-11 10:35:10        🧑  作者: Mango

TensorFlow中的人工神经网络神经网络或人工神经网络(ANN)的建模与人脑相同。人脑具有思考和分析特定情况下的任何任务的思想。但是机器怎么会这样想呢?为此目的，设计了一个人工大脑，称为神经网络。神经网络由许多感知器组成。Perceptron是单层神经网络。它是二进制分类器，是监督学习的一部分。人工神经网络中生物神经元的简单模型称为感知器。人工神经元具有输入和输出。感知器模型的数学表示。人脑具...

📅  最后修改于: 2021-01-11 10:36:09        🧑  作者: Mango

TensorFlow中神经网络的实现神经网络是机器学习的基本类型。它遵循数据预处理，模型构建和模型评估的手动M1工作流程。我们将开始使用Python进行面向对象的编程和super关键字。现在，让我们通过Anaconda Navigator在系统中启动Jupiter笔记本。首先，我们必须打开Anaconda Navigator，然后从那里启动Jupyter Notebook。之后，一个命令将自动在我...

📅  最后修改于: 2021-01-11 10:37:07        🧑  作者: Mango

TensorFlow中的神经网络分类人工神经网络是受生物神经网络启发的计算模型，它由大量称为神经元的高度互连的处理元素组成。针对特定应用(例如模式识别或数据分类)配置了ANN(人工神经网络)。它可以从复杂或不精确的数据中得出含义。它提取模式并检测过于复杂以至于人类或其他计算机技术都无法注意到的趋势。转换功能ANN(人工神经网络)的行为取决于权重和为单位指定的输入输出函数。此函数属于以下三个类别之一...

📅  最后修改于: 2021-01-11 10:38:10        🧑  作者: Mango

TensorFlow中的线性回归线性回归是一种基于监督学习的机器学习算法。它执行回归函数。回归基于自变量对目标预测值建模。它主要用于检测变量和预测之间的关系。线性回归是线性模型；例如，假设一个模型在输入变量(x)和单个输出变量(y)之间存在线性关系。特别地，y可以通过输入变量(x)的线性组合来计算。线性回归是一种流行的统计方法，它使我们能够从一组连续数据中学习函数或关系。例如，我们给定x的某个数据...

📅  最后修改于: 2021-01-11 10:39:10        🧑  作者: Mango

在TensorFlow中引入卷积神经网络卷积神经网络是在神经网络中进行图像分类和图像识别的技术之一。它被设计为通过多层阵列处理数据。这种类型的神经网络用于图像识别或人脸识别等应用中。 CNN与其他神经网络之间的主要区别在于CNN将输入作为二维数组。它直接在图像上运行，而不是像其他神经网络那样专注于特征提取。CNN的主要方法包括解决识别问题的方法。像Google和Facebook这样的一些公司已经在...