Machine Learning Using TensorFlow

Анализ И Преглед На Приложения За Android: Machine Learning Using TensorFlow, Разработен От reSolution. Изброени В Категория Образование. Текущата Версия Е 1.0, Актуализирана На 08/01/2019 . Според Прегледите На Потребителите В Google Play: Machine Learning Using TensorFlow. Постигнати Над 6 Хиляда Инсталации. В Момента Machine Learning Using TensorFlow Има 42 Отзива, Средна Оценка 2.2 Звезди

Машинното обучение (ML) е научното проучване на алгоритмите и статистическите модели, които компютърните системи използват за прогресивно подобряване на работата си по конкретна задача.

Този урок предоставя различни приложения на ML, използвайки TensorFlow.

Tensorflow ™ е софтуерна библиотека с отворен код за библиотерия с висока производителност. Нейната гъвкава архитектура позволява лесно внедряване на изчисления в различни платформи (процесори, графични процесори, TPU) и от настолни компютри до клъстери на сървъри до мобилни и крайни устройства. originally developed by researchers and engineers from the google brain team within google’s ai organization, it comes with strong support for machine learning and deep learning and the flexible numerical computation core is used across many other scientific domains.

this tutorial provides following applications:
1)basic classification
this guide trains a neural network model to classify images of clothing, like sneakers and ризи.

2) Класификация на текста
Това приложение класифицира рецензиите на филма като положително или отрицателно, използвайки текста на рецензията.

3) Запазване и възстановяване на моделите
Напредъкът на модела може да бъде запазен по време на - и след трениране. Това означава, че моделът може да се възобнови там, където е оставен и да избягва дългите времена на обучение. Това приложение предоставя как да запазите и възстановите модел.

4) Разпознаване на изображение
Този урок ще ви научи как да използвате Inception-V3. Ще научите как да класифицирате изображенията в 1000 класа в Python.

5) Прекарайте изображение
В този урок ще използваме повторно възможностите за извличане на функции от мощни класификатори на изображението, обучени на ImageNet, и просто да обучим нов слой за класификация отгоре.