tensorflow practice

Mempelajari TensorFlow hanya dengan satu contoh untuk pemula.

Proyek ini dirancang untuk mempelajari TensorFlow hanya dengan satu contoh untuk pemula. Lebih khusus lagi, itu adalah AIMMED untuk mencapai tujuan sebagai berikut:

• Memahami Konsep Utama Mengatasi Kompuati Dalam Tensorflow
• Menerapkan pembelajaran mesin Anda, terutama pembelajaran mendalam, model menggunakan konsep ini.
• Belajarlah untuk men -debug masalah dan mengoptimalkan program di bawah kerangka TensorFlow.

Untuk mencapai tujuan ini, saya memainkan perhatian pada tugas pratis dan menggali lebih dalam, bukannya berbagai contoh. Dengan cara ini, saya ingin berbagi proses melakukan penelitian atau tugas saya, dan berharap dapat membantu pemula untuk membangun ikhtisar pemodelan masalah pembelajaran mesin menggunakan TensorFlow.

Pilihan proyek ini menghadapi masalah penularan sebagai tugas, sebenarnya menghadapi model verifikasi. Model ini dilatih pada casi-webface dan diuji pada LFW. Rincian lebih lanjut tentang dataset ada di sini.

Proyek ini dapat secara logis dibagi menjadi tiga bagian dari tingkat yang berbeda.

• Konsep -konsep kunci dari program dan komponen TensorFlow yang konstituden model diperkenalkan.
• Model dasar mengambil keuntungan dari kedua konsep dan kompoen utama diimplementasikan dan kehilangan Softmax digunakan untuk mempelajari fitur tersebut.
• Optimalisasi dibuat untuk meningkatkan model dasar sejauh menyangkut kecepatan pelatihan dan akurasi pengujian.
  • Manajemen data dan multi-GPU digunakan untuk mempercepat pelatihan
  • Jaringan yang lebih kuat dan kerugian baru yang disebut kehilangan kosinus besar digunakan untuk meningkatkan akurasi.

Daftar isi

0. Perkenalan

   • Persyaratan
   • Ringkasan
   • Instalasi
   • Sumber daya

1. Konsep kunci

   • Grafik
   • Sidang
   • Tensor
   • Operasi

2. Komponen

   • Variabel
   • Nama dan ruang lingkup
   • Pengoptimal dan Pelatih
   • Jaringan Konvolusi
   • Simpan dan kembalikan
   • Tensorboard
   • Lapisan yang disesuaikan

3. Bekerja dengan baik

   • Modularisasi
   • Template Proyek
   • Kode Togother

4. Optimasi

   • Kecepatan:
     • Timeline
     • Manajemen Data
     • Multi-GPU
   • ketepatan
     • Ubah Struktur Jaringan
     • Cosface

Cara men -debug program tensorflow Anda

Panduan Praktis untuk Debugging TensorFlow Code

FAQ

Tolong lihat di sini.

Referensi

1. Contoh TensorFlow
2. Tensorflow yang efektif
3. Tensorflow Sphereface
4. Tensorflow Cookbook
5. Tensorflow Sphereface