TensorSlow

เทนเซอร์สโลว์

การนำฟังก์ชัน TensorFlow ไปใช้ใหม่ใน Python อย่างแท้จริง

TensorSlow เป็น API การเรียนรู้ของเครื่องแบบมินิมอลที่เลียนแบบ TensorFlow API แต่มีการนำไปใช้ใน Python ล้วนๆ (ไม่มีแบ็กเอนด์ C) ซอร์สโค้ดถูกสร้างขึ้นโดยคำนึงถึงความสามารถในการเข้าใจสูงสุด แทนที่จะเป็นประสิทธิภาพสูงสุด ดังนั้น TensorSlow จึงควรใช้เพื่อการศึกษาเท่านั้น หากคุณต้องการทำความเข้าใจว่าไลบรารีการเรียนรู้เชิงลึกอย่าง TensorFlow ทำงานอย่างไรภายใต้ประทุน นี่อาจเป็นทางเลือกที่ดีที่สุดของคุณ

ฉันได้เขียนบทความในบล็อกของฉันที่ deepideas.net ซึ่งพัฒนาไลบรารีนี้ทีละขั้นตอน โดยอธิบายคณิตศาสตร์และอัลกอริทึมทั้งหมดระหว่างทาง: การเรียนรู้เชิงลึกตั้งแต่เริ่มต้น

วิธีใช้

นำเข้า:

 import tensorslow as ts

สร้างกราฟการคำนวณ:

 ts.Graph().as_default()

สร้างตัวยึดตำแหน่งอินพุต:

 training_features = ts.placeholder()
training_classes = ts.placeholder()

สร้างแบบจำลอง:

 weights = ts.Variable(np.random.randn(2, 2))
biases = ts.Variable(np.random.randn(2))
model = ts.softmax(ts.add(ts.matmul(X, W), b))

สร้างเกณฑ์การฝึกอบรม:

 loss = ts.negative(ts.reduce_sum(ts.reduce_sum(ts.multiply(training_classes, ts.log(model)), axis=1)))

สร้างเครื่องมือเพิ่มประสิทธิภาพ:

 optimizer = ts.train.GradientDescentOptimizer(learning_rate=0.01).minimize(J)

สร้างอินพุตตัวยึดตำแหน่ง:

 feed_dict = {
	training_features: my_training_features,
	training_classes: my_training_classes
}

สร้างเซสชัน:

 session = ts.Session()

รถไฟ:

 for step in range(100):
	loss_value = session.run(loss, feed_dict)
	if step % 10 == 0:
		print("Step:", step, " Loss:", loss_value)
	session.run(optimizer, feed_dict)

ดึงข้อมูลพารามิเตอร์โมเดล:

 weights_value = session.run(weigths)
biases_value = session.run(biases)

ตรวจสอบไดเร็กทอรี examples สำหรับข้อมูลเพิ่มเติม