TensorFlow 入門

1、初識Tensorflow 編譯Tensorflow lite tflitecamerademo

 

安裝Tensorflow

 

經過下面連接安裝

http://www.tensorfly.cn/tfdoc/get_started/os_setup.html

 

Tensorflow 有CPU以及GPU兩個版本

根據你的狀況選擇安裝

 

clone Tensorflow源碼

git clone--recurse-submodules https://github.com/tensorflow/tensorflow.git

 

安裝bazel 工程構建工具與maven和gradle 相似

安裝連接：https://docs.bazel.build/versions/master/install-os-x.html

Mac電腦直接brew install bazel安裝

安裝Android SDK 以及NDK

 

注意SDK  api版本須要>=23 推薦26 NDK版本 <= 14 推薦14

 

修改bazel 外部依賴配置文件WORKSPACE

 

打開tensorflow 源碼 根路徑下WORKSPACE文件

 

添加你本地Android SDK以及NDK配置信息

 

 

 

準備工做完成之後執行編譯命令進行lite android demo 編譯

bazel build --config=android_arm --cxxopt=--std=c++11 //tensorflow/contrib/lite/java/demo/app/src/main: TfLiteCameraDemo

 

編譯完成後會在tensorflow/bazel-bin目錄下面生成apk安裝文件

 

 

 

2、Tensorflow 進階製做聊天機器人

 

製做流程：

 

一、準備對話語料庫：豐富強大的語料庫才能保證語義識別準確性

二、對語料庫進行分詞處理生

三、語料文本數字向量化成tensorflow模型能夠識別輸入

四、構建seq2seq訓練模型

五、將以前準備好的語料文本數字向量輸入到模型進行訓練

六、訓練結束後會產出模型文件

 

 

七、輸入測試數據進行結果預測

 

具體實踐參考：http://www.shareditor.com/blogshow?blogId=121

 

八、模型文件在Android本地使用

直接使用TensorFlow model或者先轉化從Tflite model文件經過 TensorFlow lite Api使用

 

 

3、TensorBoard

 

    進行model訓練過程化檢測，提早發現model質量問題