深度學習這幾年很火,因此,從今天起涉足深度學習,爲將來學習,注本博文爲慕課課程
學習筆記。
機器學習:無序數據轉化爲價值的方法
機器學習價值:從數據中抽取規律,並預測將來python
分類問題:圖像識別、垃圾郵件識別
迴歸問題:股價預測、房價預測
排序問題:點擊率預估、推薦
生成問題:圖像生成、圖像風格轉換、圖像文字描述生成算法
數據處理(採集+去zao)
模型訓練(特徵+模型)
模型評估與優化(MSE、F1-score、AUC+調參)
模型應用(A/B測試)docker
人工智能、機器學習、深度學習之間的關係shell
人工智能(AI)> 機器學習(Machine Learning)> 深度學習(Deep learning)
算法
的技術神經元 -> 激活函數sigmoid -> 二元類邏輯斯蒂迴歸模型
bootstrap
神經元 -> 多輸出bash
多輸出神經元 -> softmax -> 多分類邏輯斯蒂迴歸模型網絡
衡量對數據的擬合程度框架
梯度降低算法即爲下山算法,找方向,而後走一步python2.7
Google Brain 第二代機器學習框架curl
1.啓動終端(即 shell)。您將在此 shell 中執行全部後續步驟。
2.經過發出如下命令安裝 pip
和 Virtualenv
:
# 在 Mac 上: $ sudo easy_install pip # 若是尚未安裝 pip $ sudo pip install --upgrade virtualenv
安裝的時候報了這樣的錯誤,什麼緣由呢?
解決方法:
升級pip到最新版本(至少9.0.3)
curl https://bootstrap.pypa.io/get-pip.py | python
緣由是 Python.org sites 終止支持TLS1.0和1.1,TLS須要>=1.2
而後再重試,安裝OK
3.經過發出如下某種格式的命令建立 Virtualenv 環境
$ virtualenv --system-site-packages targetDirectory # for Python 2.7 $ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.n
其中targetDirectory
表示Virtualenv
樹的頂層目錄。咱們的指令假定targetDirectory
爲~/tensorflow
,但您能夠選擇任何目錄。
這裏咱們選擇python2.7版本
virtualenv --system-site-packages ~/workspace/tensorflow_env
4.經過發出下列其中一條命令激活 Virtualenv 環境:
$ cd targetDirectory $ source ./bin/activate # If using bash, sh, ksh, or zsh $ source ./bin/activate.csh # If using csh or tcsh
執行上述 source 命令後,您的提示符應該會變成以下內容:
(targetDirectory)$
5.確保安裝 pip 8.1 或更高版本:
(targetDirectory)$ easy_install -U pip
6.發出如下某個命令,將 TensorFlow 及其所需的全部軟件包安裝到活動 Virtualenv 環境中:
(targetDirectory)$ pip install --upgrade tensorflow # for Python 2.7 (targetDirectory)$ pip3 install --upgrade tensorflow # for Python 3.n
若是安裝失敗,則試着先執行如下命令,而後再安裝:
➜ tensorflow_env pip install --upgrade https://download.tensorflow.google.cn/mac/cpu/tensorflow-1.8.0-py2-none-any.whl
7.後續步驟
安裝好 TensorFlow 後,請驗證您的安裝以確認安裝的軟件可否正常運行。
請注意,每次在新的 shell 中使用 TensorFlow 時,您都必須激活
Virtualenv 環境。若是 Virtualenv 環境當前未處於活動狀態(即提示符不是 (targetDirectory)),請調用如下某個命令:
$ cd targetDirectory $ source ./bin/activate # If using bash, sh, ksh, or zsh $ source ./bin/activate.csh # If using csh or tcsh
您的提示符將變成以下所示,這表示您的 tensorflow 環境已處於活動狀態:
(targetDirectory)$
當 Virtualenv 環境處於活動狀態時,您就能夠從該 shell 運行 TensorFlow 程序了。
用完 TensorFlow 後,能夠經過發出如下命令來停用此環境:
(targetDirectory)$ deactivate
提示符將恢復爲您的默認提示符(由 PS1 所定義)。
本機器激活命令:
$ cd ~/workspace/tensorflow_env $ source ./bin/activate
$ docker run -it -p 8888:8888 tensorflow/tensorflow
Go to your browser on http://localhost:8888/
http://127.0.0.1:8888/tree
http://(c7efe77f377a or 127.0.0.1):8888/?token=4e15bae9e2e6b657a0fb9346d31b61752feb3097b398fce2