Tensorflow 雜記

聞道有前後 術業有專攻，人工智能方面  大數據 機器學習 網格計算 我的還算比較熟練吧 ，網上有不少教程，惋惜都不是零基礎的，當你知道很是熟悉時候能夠去學習，除了工做javaweb方面 平時空餘都是研究人工智能方面，雖然如今工做用不到，基本也沒有公司會用到，用到的公司通常都是硅谷研發中心，並且專供某一項的比較多，可是創業 將來頗有用。對於javaWeb方面知識很廣 頗有用 結合人工智能 能夠作不少事情，有不少廣度能夠考慮 ，可是我的javaWeb以爲難度上挺簡單的，要用的時候拿來用就能夠，不懂得時候看看源代碼 就行了，因爲人的精力有限，因此我的其實比較擅長大數據分析 深度學習 人工智能方面   ，隨着 本身的分佈式人工智能框架 不斷的開發，以及 天天學習研究，對人工智能也認識愈來愈深，
我的以爲本身 在  大數據spark storm 機器學習 深度學習 強化學習  有 還算硬的功底，對數據分析 統計 機器學習 數據挖掘方面都還算很是熟練吧 ，不只僅各類機器學習算法 特別深度學習 強化學習 並且如今已經可以 熟練應用使用 深度強化學習 來實現人工智能  我的 也正在嘗試 把各種機器學習算法  與 深度學習 進行整合 嘗試，已經整合了kmean 與 深度學習 還有 gbt等於深度學習 還有 logic 迴歸與深度學習 網絡 ，在 機器學習 數據挖掘 數據分析 還有 深度學習 人工智能方面 感受 有不少機會 ，將來 創業方面。

    本人 但願可以看到這篇文章的 朋友們 有沒有硬件很強的，未來想創業的 ，我想把人工智能 與 硬件真正的結合起來， 而不是如今 各類藍牙模塊 各類傳感器而後結合一點點數據分析 就是智能穿戴 智能硬件了，我理想的模型是 鋼鐵俠裏面的賈維斯 ，我但願智能硬件的方向 不是 那種搜索 也不是那種交互 ，而是可以自我學習，就如同無人駕駛汽車 ，達芬奇機器人 alphaGo那種 放心。我不懂硬件，因此 但願能認識一些硬件上 牛逼的朋友 ，之後時機到了 有想法 一塊兒創業 等等的人。 有想法的上海硬件牛人 私信  交個朋友， 最近 一直想 在深度強化學習 基礎上加上 多種多樣的機器學習算法 以及 無監督的算法 ，我但願我實現的智能未來創業時候 可以 從智能化程度上接近 alphaGo 這種單項能力上可以超越圍棋九段智力的程度。 如今 天天對能看的懂 部分的專利 論文，可以用代碼寫出來。可是也仍是有些網絡實在難以理解 ，總之 這方面 我的 以爲挺好， 創業 也有瓶頸 ，畢竟 不是每一個人都能作到的，好比如今的無人駕駛 ，深度強化學習 還有 opencv計算機視覺 還有 計算機3D 虛擬化重構技術SLAM 還有 最優算法 還有不少 很複雜等等 可是 能作到的不多吧，不只僅須要大量的財力 還有物力，固然 我只但願可以 學以至用  更加廉價方式。

 

         最近 可以修改 激活函數，自定義各種操做，我如今 在懷疑 爲何科學家知道tanh sigmod relu這類函數 可以有不少的社配型 以及 收斂 。其實收斂性函數有不少，爲何這三類。這有什麼規律 仍是什麼，仍是試驗出來的。最近在隨意組合各種網絡，各種網絡層 我如今能夠隨意設計組合，我設計了不少網絡 好比 多層k輸入，分別爲kmean 的聚類K 做爲值 來輸入，進行CNN 發現效果比mnist 好了一些 精度有2%的提升，可是 我又怎麼能保證對全部CNN卷積都生效，這實驗是個大問題，不知道科學家是經過什麼判斷的，我後來移植了tripetnet網絡 對接kmean ，也設計了 一些 各種複雜的網絡，爲何 科學家 獲得的googleNet 那麼多層，那麼構造 ，一些網絡比他更復雜 層關係也更多，可是爲何 會沒有一個好的效果，這些不知道科學家是怎麼肯定的，層數，好比深度resnet網絡爲何52 152 ...等 ，爲何不是一個其餘的數字？？？這是我最近一直在思考的問題。 ....