tensorflow practice

تعلم TensorFlow بمثال واحد فقط للمبتدئين.

تم تصميم هذا المشروع لتعلم TensorFlow من خلال مثال واحد فقط للمبتدئين. وبشكل أكثر تحديداً ، من المستحسن تحقيق الهدف على النحو التالي:

• فهم المفاهيم الرئيسية لمعالجة التركيب في TensorFlow
• تنفيذ التعلم الآلي الخاص بك ، وخاصة التعلم العميق ، باستخدام هذه المفاهيم.
• تعلم كيفية تصحيح المشكلة وتحسين البرنامج بموجب إطار TensorFlow.

من أجل تحقيق هذا الهدف ، ألعب الانتباه إلى مهمة عامة وحفر عميقًا بدلاً من أمثلة واسعة. بهذه الطريقة ، أريد أن أشارك عملية القيام بحثي أو مهمتي ، وآمل أن أساعد المبتدئين على بناء نظرة عامة على نمذجة مشكلة التعلم الآلي باستخدام TensorFlow.

يواجه خيار المشروع مشكلة إعادة التثبيت كمهمة ، في الواقع مواجهة نموذج التحقق. تم تدريب النموذج على واجهة Casia-Webface وتم اختباره على LFW. مزيد من التفاصيل حول مجموعة البيانات هنا.

يمكن تقسيم المشروع منطقيا إلى ثلاثة أجزاء من مستويات مختلفة.

• المفاهيم الرئيسية لبرنامج TensorFlow والمكونات التي تم إدخال النموذج.
• تم تنفيذ نموذج أساسي لاتخاذ مزايا لكل من المفاهيم والمكونات الرئيسية واستخدمت فقدان Softmax لتعلم الميزة.
• تم إجراء التحسين لتحسين النموذج الأساسي فيما يتعلق كل من سرعة التدريب ودقة الاختبار.
  • تم استخدام إدارة البيانات و GPU المتعددة لتسريع التدريب
  • تم استخدام شبكة أكثر قوة وخسارة جديدة تسمى فقدان جيب التمام الهامش الهامش لتحسين الدقة.

جدول المحتويات

0. مقدمة

   • متطلبات
   • ملخص
   • تثبيت
   • موارد

1. المفاهيم الرئيسية

   • رسم بياني
   • حصة
   • توتر
   • عملية

2. عناصر

   • المتغيرات
   • الاسم والنطاق
   • المحسن والمدرب
   • شبكة الالتزام
   • حفظ واستعادة
   • Tensorboard
   • طبقة مخصصة

3. العمل

   • modularization
   • قالب المشروع
   • رمز togother

4. تحسين

   • سرعة:
     • الجدول الزمني
     • إدارة البيانات
     • متعدد GPU
   • دقة
     • تعديل بنية الشبكة
     • cosface

كيفية تصحيح برنامج TensorFlow الخاص بك

دليل عملي لتصحيح رموز التوتر

التعليمات

من فضلك انظر هنا.

مراجع

1. أمثلة TensorFlow
2. Tensorflow الفعال
3. TensorFlow Sphereface
4. كتاب الطبخ Tensorflow
5. TensorFlow Sphereface