深度学习这几年很火,所以,从今天起涉足深度学习,为未来学习,注本博文为慕课课程
学习笔记。
一、入门基本概念
机器学习简介
机器学习:无序数据转化为价值的方法
机器学习价值:从数据中抽取规律,并预测未来
机器学习应用举例:
分类问题:图像识别、垃圾邮件识别
回归问题:股价预测、房价预测
排序问题:点击率预估、推荐
生成问题:图像生成、图像风格转换、图像文字描述生成
机器学习应用流程
内容
数据处理(采集+去zao)
模型训练(特征+模型)
模型评估与优化(MSE、F1-score、AUC+调参)
模型应用(A/B测试)
深度学习简介
人工智能、机器学习、深度学习之间的关系
人工智能(AI)> 机器学习(Machine Learning)> 深度学习(Deep learning)
深度学习与机器学习关系
- 机器学习是实现人工智能的方法
- 深度学习是实现机器学习
算法
的技术
深度学习算法集合
- 卷积神经网络(CNN)
- 循化神经网络
- 自动编码器
- 稀疏编码
- 深度信念网络
- 深度学习+强化学习=深度强化学习
深度学习进展
- 1、图像分类
- 2、机器翻译
- 3、图像生成
- 4、字体生成
- 5、AlphaGo
二、神经网络
1、神经元
2、逻辑回归模型
神经元 -> 激活函数sigmoid -> 二元类逻辑斯蒂回归模型
神经元 -> 多输出
- W从向量扩展为矩阵
- 输出W*x则变成向量
多输出神经元 -> softmax -> 多分类逻辑斯蒂回归模型
目标函数
衡量对数据的拟合程度
梯度下降
梯度下降算法即为下山算法,找方向,然后走一步
三、Tensorflow基础
Tensorflow简介
Google Brain 第二代机器学习框架
计算图模型
- 命令式变成
- 声明式变成
TensorFlow 安装
基于 VirtualEnv 的安装
1.启动终端(即 shell)。您将在此 shell 中执行所有后续步骤。
2.通过发出以下命令安装 pip
和 Virtualenv
:
# 在 Mac 上:
$ sudo easy_install pip # 如果还没有安装 pip
$ sudo pip install --upgrade virtualenv
安装的时候报了这样的错误,什么原因呢?
解决方法:
升级pip到最新版本(至少9.0.3)
curl https://bootstrap.pypa.io/get-pip.py | python
原因是 Python.org sites 终止支持TLS1.0和1.1,TLS需要>=1.2
然后再重试,安装OK
3.通过发出以下某种格式的命令创建 Virtualenv 环境
$ virtualenv --system-site-packages targetDirectory # for Python 2.7
$ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.n
其中targetDirectory
表示Virtualenv
树的顶层目录。我们的指令假定targetDirectory
为~/tensorflow
,但您可以选择任何目录。
这里我们选择python2.7版本
virtualenv --system-site-packages ~/workspace/tensorflow_env
4.通过发出下列其中一条命令激活 Virtualenv 环境:
$ cd targetDirectory
$ source ./bin/activate # If using bash, sh, ksh, or zsh
$ source ./bin/activate.csh # If using csh or tcsh
执行上述 source 命令后,您的提示符应该会变成如下内容:
(targetDirectory)$
5.确保安装 pip 8.1 或更高版本:
(targetDirectory)$ easy_install -U pip
6.发出以下某个命令,将 TensorFlow 及其所需的所有软件包安装到活动 Virtualenv 环境中:
(targetDirectory)$ pip install --upgrade tensorflow # for Python 2.7
(targetDirectory)$ pip3 install --upgrade tensorflow # for Python 3.n
如果安装失败,则试着先执行以下命令,然后再安装:
➜ tensorflow_env pip install --upgrade https://download.tensorflow.google.cn/mac/cpu/tensorflow-1.8.0-py2-none-any.whl
7.后续步骤
安装好 TensorFlow 后,请验证您的安装以确认安装的软件能否正常运行。
请注意,每次在新的 shell 中使用 TensorFlow 时,您都必须激活
Virtualenv 环境。如果 Virtualenv 环境当前未处于活动状态(即提示符不是 (targetDirectory)),请调用以下某个命令:
$ cd targetDirectory
$ source ./bin/activate # If using bash, sh, ksh, or zsh
$ source ./bin/activate.csh # If using csh or tcsh
您的提示符将变成如下所示,这表示您的 tensorflow 环境已处于活动状态:
(targetDirectory)$
当 Virtualenv 环境处于活动状态时,您就可以从该 shell 运行 TensorFlow 程序了。
用完 TensorFlow 后,可以通过发出以下命令来停用此环境:
(targetDirectory)$ deactivate
提示符将恢复为您的默认提示符(由 PS1 所定义)。
本机器激活命令:
$ cd ~/workspace/tensorflow_env
$ source ./bin/activate
使用Docker安装tensorflow
$ docker run -it -p 8888:8888 tensorflow/tensorflow
Go to your browser on http://localhost:8888/
http://127.0.0.1:8888/tree
http://(c7efe77f377a or 127.0.0.1):8888/?token=4e15bae9e2e6b657a0fb9346d31b61752feb3097b398fce2
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。