Che cos'è Google TensorFlow? Esempi ed esercitazioni open source
Annuncio pubblicitario
L'apprendimento automatico è la cosa più importante dell'informatica in questo momento. È facile capire perché con la tecnologia utilizzata ovunque, dalle auto a guida autonoma alle forze dell'ordine, alla previsione del mercato azionario.
TensorFlow è il progetto di Google basato sull'apprendimento automatico e sulle reti neurali. Scopriamo di cosa si tratta, i suoi usi e come imparare ad usarlo.
Che cos'è TensorFlow?
È impossibile spiegare appieno cos'è TensorFlow senza prima capire cos'è l'apprendimento automatico. L'apprendimento automatico e le reti neurali influenzano già le nostre vite 4 Algoritmi di apprendimento automatico che danno forma alla tua vita 4 Algoritmi di apprendimento automatico che danno forma alla tua vita Potresti non rendertene conto, ma l'apprendimento automatico è già tutto intorno a te e può esercitare un sorprendente grado di influenza sulla tua vita vita. Non mi credi? Potresti essere sorpreso. Leggi di più in più modi di quanto pensi.
Nella sua forma più semplice, l'apprendimento automatico è il processo di insegnamento dei computer su come analizzare i dati e prendere decisioni informate al riguardo, senza essere programmati direttamente per farlo. Per raggiungere questo obiettivo, formiamo reti neurali per svolgere compiti specifici.
TensorFlow è la libreria di reti neurali open source di Google, sviluppata dal team di Google Brain per una vasta gamma di usi. In sostanza, TensorFlow elimina la necessità di creare una rete neurale da zero. Invece, puoi allenare TensorFlow con il tuo set di dati e utilizzare i risultati come preferisci.
Finora, così astratto. Cosa puoi fare con una rete neurale? Si scopre, quasi tutto!
Notevoli esempi di TensorFlow
Classificazione delle immagini
6 Tutorial per l'apprendimento automatico per principianti 6 Tutorial utili per l'apprendimento automatico e corsi per comprendere Essentials 6 Tutorial utili per l'apprendimento automatico e corsi per comprendere Essentials Non c'è mai stato un momento migliore per immergersi nell'apprendimento automatico. Ecco sei risorse utili per aiutarti a conoscere l'apprendimento automatico. Leggi di più usa la classificazione delle immagini come primo esempio di progetto per aiutare a capire. Alimentando le immagini di riferimento in una rete neurale, può imparare a prevedere se un'immagine contiene oggetti simili.
Per vedere questo processo in azione, dai un'occhiata al classificatore Darth Vader di 5 minuti di Siraj Raval.
Questo tipo di setacciamento dei dati assistito da computer è incredibilmente potente non solo per localizzare i selvaggi Darth Vaders. TensorFlow è già in uso nell'analisi delle immagini biomediche.
Quasi ogni campo che si basa sull'analisi di grandi quantità di dati di immagini può beneficiare della tecnologia. Come mostrato nel video ufficiale di presentazione di TensorFlow, viene utilizzato per semplificare gli sforzi di conservazione per il quasi estinto Dugong.
Trasferimento di stile fotografico profondo
Oltre alla classificazione delle immagini, TensorFlow può essere utilizzato per modificare le immagini in modo dinamico. Deep Photo Style Transfer è stato messo insieme da un gruppo della Cornell University. Il progetto prende un'immagine di input e un'immagine di stile prima di applicare quello stile all'immagine originale, con risultati sorprendenti.
Gli esempi usano una combinazione di livelli di immagine automatizzati e realizzati manualmente, quindi se vuoi metterti le mani potrebbe valere la pena ripassare le tue abilità di Photoshop prima di approfondire la libreria.
Magenta AI Music
Non siamo estranei all'utilizzo dei computer per creare splendide opere d'arte. L'idea che i computer mostrino creatività in un modo che riteniamo riconoscibile è stata a lungo un sogno di fantascienza. Con le librerie di reti neurali come TensorFlow, si sta avvicinando più che mai.
Magenta usa TensorFlow per creare strumenti per musicisti. Usando l'apprendimento profondo, Magenta estende gli strumenti a disposizione dei musicisti per aprire nuovi tipi di miscelazione del suono e persino chiamate e risposte improvvisate assistite dalla macchina.
Magenta è anche utilizzabile come un sequencer intelligente a sé stante. La possibilità di utilizzare librerie esterne è una delle tante fantastiche funzionalità di CodePen. Tero Parviainen ha utilizzato la libreria magenta.js per creare la sua bellissima penna Latent Cycles.
Impostando una rete neurale generata loop improvvisati uno accanto all'altro, Latent Cycles consente a chiunque di creare suoni unici e belli senza una conoscenza musicale precedente.
Come imparare TensorFlow
L'apprendimento automatico è un argomento incredibilmente denso. Una buona conoscenza della statistica, della matematica, della programmazione e della scienza generale dei dati è fondamentale per la comprensione. Detto questo, TensorFlow semplifica l'esperienza pratica anche da principiante. Il tutorial ufficiale di TensorFlow adotta un approccio graduale per l'installazione e l'uso.
La maggior parte dei progetti TensorFlow utilizza il linguaggio di programmazione Python. Se non conosci la lingua, ci sono molti posti fantastici in cui imparare Python. Se hai già familiarità con JavaScript, TensorFlow ha video tutorial che coprono la libreria TensorFlow.js.
Questi tutorial, insieme al corso di apprendimento automatico gratuito di Google Che cos'è l'apprendimento automatico? Il corso gratuito di Google lo suddivide per te Che cos'è l'apprendimento automatico? Il corso gratuito di Google lo suddivide per te Google ha progettato un corso online gratuito per insegnarti i fondamenti dell'apprendimento automatico. Per saperne di più, sono una risorsa inestimabile, dai fornitori della biblioteca.
Altri tutorial TensorFlow
Per un'introduzione rapida e informativa a TensorFlow e ai classificatori di immagini, Siraj Raval ha un'introduzione informativa (e ricca di meme) di 5 minuti.
Questo è uno dei molti video sul canale YouTube di Siraj sul tema dell'apprendimento automatico. Tra video super veloci come questo e lunghi live streaming con un approccio graduale, questo è un ottimo posto per imparare TensorFlow e l'apprendimento automatico in Python.
Concentrandosi su JavaScript e Tensorflow.js, il Coding Train offre un altro approccio su vasta scala:
Il conduttore Daniel Shiffman copre vari casi d'uso per TensorFlow e la sua serie sull'apprendimento automatico nel suo insieme è uno dei migliori corsi disponibili gratuitamente sull'argomento.
Progetto per principianti: rilevamento oggetti dal vivo
Questo progetto utilizza il riconoscimento di oggetti vivi per controllare una selezionatrice di rifiuti automatica. L'hardware sembra essere un'alternativa a Raspberry Pi, sebbene in teoria si possa usare qualsiasi microcontrollore. Il vero lavoro viene svolto utilizzando una miscela di OpenCV e TensorFlow.
Al progetto del video non è allegato alcun tutorial. L'eccellente articolo OpenCV e TensorFlow di Dat Tran utilizza le stesse librerie, spiegando chiaramente ogni elemento. Come semplice idea su piccola scala che utilizza la libreria TensorFlow, un progetto di questa scala è il modo perfetto per iniziare.
Andare oltre con l'apprendimento automatico
TensorFlow è uno strumento incredibilmente potente della società più importante di Internet. La decisione di renderlo open source è stata un grosso problema, in quanto lo apre a tutti noi.
Detto questo, l'apprendimento automatico è un argomento incredibilmente denso. Vale la pena dedicare un po 'di tempo ai corsi online di apprendimento automatico Questi corsi di apprendimento automatico prepareranno per te un percorso di carriera Questi corsi di apprendimento automatico prepareranno un percorso di carriera per te Questi eccellenti corsi di apprendimento automatico online ti aiuteranno a capire le competenze necessarie per iniziare una carriera nell'apprendimento automatico e nell'intelligenza artificiale. Maggiori informazioni per sfruttare al meglio TensorFlow.
Ulteriori informazioni su: Intelligenza artificiale, Apprendimento automatico, Reti neurali.
