|
|
51CTO旗下网站
|
|
移动端

1.8 用TensorFlow 构建最先进的即用模型

《Python深度学习实战:75个有关神经网络建模、强化学习与迁移学习的解决方案》第1章编程环境、GPU 计算、云解决方案和深度学习框架,本章重点介绍构建深度学习框架用到的一些流行技术方案。本节为大家介绍用TensorFlow 构建最先进的即用模型。

作者:程国建/周冠武 译来源:机械工业出版社|2018-08-30 18:04

【大咖·来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》

1.8 用TensorFlow 构建***进的即用模型

TensorFlow 是目前***的框架之一。TensorFlow 框架由Google 公司在内部创建、维护和使用。这个通用的开源框架可以用于数据流图的任何数值计算。使用TensorFlow 的***优点之一是可以使用相同的代码并将其部署在本地CPU、云GPU 或Android 设备上。TensorFlow 也可以用来在多个GPU 和CPU 上运行深度学习模型。

如何去做…

1)首先,将展示如何从终端安装TensorFlow(确保调整链接到对应的平台和现有Python 适用的TensorFlow 版本):

这将安装支持GPU 的TensorFlow 版本和正确的依赖关系。

2)现在可以将TensorFlow 库导入Python 环境中:

3)为了提供一个虚拟数据集,将使用numpy 和下面的代码:

4)定义TensorFlow 模型时,不能将数据直接提供给模型。应该创建一个占位符,充当数据馈送的入口点:

5)之后,可以使用一些变量对占位符进行操作,例如:

6)接下来,定义一个损失函数如下:

7)需要指定优化器和想要最小化的变量:

8)在TensorFlow 中,初始化所有变量是很重要的。 因此,创建一个名为init 的变量:

应该注意到这个命令还没有初始化变量,这可在运行会话时完成。

9)接下来,创建一个会话,并运行10 个周期的训练:

10)如果也想节约成本,可以通过添加如下来完成:

11)如果想要使用多个GPU,应该明确地加以指定。例如,从TensorFlow 文档中取出这部分代码:

正如您所看到的,这给在计算中如何处理和使用哪种设备提供了很大的灵活性。

这只是TensorFlow 如何工作的简要介绍。在具体实现网络时,模型实现的粒度级别为用户增加了很大的灵活性。但是,如果读者是神经网络的新用户,那可能是压倒性的问题。这就是为什么Keras 框架(TensorFlow 上的一个封装)对于那些希望开始构建神经网络而不需要太多细节的人来说是一个很好的选择。因此,在本书中,前几章将主要关注Keras,而后面的章将包括更多使用其他框架的方案,如TensorFlow。

喜欢的朋友可以添加我们的微信账号:

51CTO读书频道二维码


51CTO读书会第9群:808517103

【责任编辑:book TEL:(010)68476606】

回书目   上一节   下一节
点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

16招轻松掌握PPT技巧

16招轻松掌握PPT技巧

GET职场加薪技能
共16章 | 晒书包

289人订阅学习

20个局域网建设改造案例

20个局域网建设改造案例

网络搭建技巧
共20章 | 捷哥CCIE

645人订阅学习

WOT2019全球人工智能技术峰会

WOT2019全球人工智能技术峰会

通用技术、应用领域、企业赋能三大章节,13大技术专场,60+国内外一线人工智能精英大咖站台,分享人工智能的平台工具、算法模型、语音视觉等技术主题,助力人工智能落地。
共50章 | WOT峰会

0人订阅学习

读 书 +更多

SQL Server 2005奥秘

本书是作者深入研究SQL Server 2005数据库体系结构和内部机制的经验总结。 全书不拘泥于具体的管理操作,而是通过对存储的数据和日志文件...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO播客