KnowledgeCity

TensorFlow 入门:什么是 TensorFlow?

了解TensorFlow及其深度学习应用的基础知识
免费观看第一课 — 获取全部 3 节课程的完整访问权限。

To view this video please enable JavaScript.

课程:按需
初级  提供者 Josh Turner  3 课时 ·  15m  语言:阿拉伯语, 德语, 英语, 西班牙语, 法语, 葡萄牙语, 简体中文 

课程描述

TensorFlow是一个流行的深度学习开源软件库,广泛应用于机器学习应用中。在这些课程中,您将了解最常见的训练/验证划分以及在两组之间保持平衡的重要性。您还将发现TensorFlow为图像提供的预处理技术之一,这对于提高模型的准确性至关重要。此外,您将探索在训练中使用混洗数据,以及是否建议将其与训练验证拆分混合。

接下来,您将深入了解TensorFlow中平坦层和密集层的基础知识。平坦层将输入数据重塑为一维数组,而密集层将上一层到下一层的所有神经元连接起来。您还将了解用于TensorFlow的模型类,它是构建深度学习模型的基本工具。

总的来说,您将深入了解TensorFlow可以解决的不同类型的视觉和音频问题。您将发现在单独的测试集上进行训练的重要性,以及为什么不建议在测试数据上进行训练。

您将学到的内容

  • 了解最常见的训练集/验证集划分方式及平衡两者的重要性
  • 应用 TensorFlow 图像预处理技术以提高模型准确性
  • 评估在训练中使用随机打乱数据的做法,以及是否将其与训练集/验证集划分相结合
  • 探索 TensorFlow 中的展平层和全连接层及其重塑和连接数据的方式
  • 使用 TensorFlow 模型类构建深度学习模型
  • 识别 TensorFlow 可解决的视觉和音频问题类型

关键要点

  • TensorFlow 是一款流行的开源深度学习软件库,在机器学习应用中被广泛使用。
  • 在划分数据时,保持训练集与验证集之间的平衡非常重要。
  • 展平层将输入数据重塑为一维数组,而全连接层则将上一层的所有神经元与下一层相连。
  • 模型类是在 TensorFlow 中构建深度学习模型的基础工具。
  • 训练应在单独的测试集上进行,不建议在测试数据上进行训练。

常见问题

根据本课程,TensorFlow 是什么?

TensorFlow 是一款流行的开源深度学习软件库,在机器学习应用中被广泛使用。

本课程涵盖哪些主题?

课程涵盖常见的训练集/验证集划分、TensorFlow 图像预处理技术、在训练中使用随机打乱数据的方式、展平层和全连接层、TensorFlow 模型类,以及 TensorFlow 可解决的视觉和音频问题类型。

本课程将使我获得哪些技能?

您将获得深度学习、深度学习方法、机器学习模型训练、TensorFlow、训练数据集和迁移学习方面的技能。

课程包含哪些课时?

课程包含以下课时:TensorFlow 数据与数据预处理、TensorFlow 模型,以及专业工具。

为什么不应在测试数据上进行训练?

课程说明了在单独测试集上进行训练的重要性,以及为何不建议在测试数据上进行训练。