深度學習-初識

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。

1、入門基本概念

機器學習簡介

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

機器學習應用舉例:

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

機器學習應用流程

clipboard.png

內容

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

深度學習簡介

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)

深度學習與機器學習關係

  • 機器學習是實現人工智能的方法
  • 深度學習是實現機器學習算法的技術

深度學習算法集合

  • 卷積神經網絡(CNN)
  • 循化神經網絡
  • 自動編碼器
  • 稀疏編碼
  • 深度信念網絡
  • 深度學習+強化學習=深度強化學習

深度學習進展

  • 一、圖像分類
  • 二、機器翻譯
  • 三、圖像生成
  • 四、字體生成
  • 五、AlphaGo

2、神經網絡

一、神經元

clipboard.png

clipboard.png

二、邏輯迴歸模型

神經元 -> 激活函數sigmoid -> 二元類邏輯斯蒂迴歸模型bootstrap

clipboard.png

神經元 -> 多輸出bash

  • W從向量擴展爲矩陣
  • 輸出W*x則變成向量

clipboard.png

多輸出神經元 -> softmax -> 多分類邏輯斯蒂迴歸模型網絡

目標函數

衡量對數據的擬合程度框架

梯度降低

梯度降低算法即爲下山算法,找方向,而後走一步python2.7

3、Tensorflow基礎

Tensorflow簡介

Google Brain 第二代機器學習框架curl

計算圖模型

  • 命令式變成
  • 聲明式變成

clipboard.png

clipboard.png

TensorFlow 安裝

TensorFlow 官方文檔

TensorFlow 安裝方法

基於 VirtualEnv 的安裝

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 pipVirtualenv

# 在 Mac 上:
$ sudo easy_install pip  # 若是尚未安裝 pip
$ sudo pip install --upgrade virtualenv

clipboard.png

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

clipboard.png

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~/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)$

clipboard.png

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

使用Docker安裝tensorflow

$ docker run -it -p 8888:8888 tensorflow/tensorflow

clipboard.png

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

clipboard.png

多層神經網絡的TensorFlow實戰

一、神經元的TensorFlow實現

相關文章
相關標籤/搜索