¿Cómo podemos usar Tensorflow para problemas de clasificación?

Primero, comprendamos la diferencia entre bibliotecas y algoritmos.

Algoritmos: un método (con una cantidad finita de espacio y tiempo) utilizado para resolver una clase de problemas. P.ej. Redes neuronales.

Bibliotecas: utilizadas en la implementación de los algoritmos.

Tensorflow es una biblioteca de código abierto desarrollada por el equipo de Google Brain, utilizada para aplicaciones de aprendizaje automático, como las redes neuronales.

Entonces uno no usa tensorflow para la clasificación. Se utiliza para preparar una red neuronal que hará la clasificación (o resolverá alguna otra clase de problema).

Entonces, si desea resolver problemas de clasificación, aprenda las redes neuronales que pertenecen a la categoría de aprendizaje profundo. Cuando lo implemente, comprenderá el uso de tensorflow.

Además, le sugiero que pruebe keras en lugar de tensorflow para las recolecciones iniciales, ya que es más intuitivo y mucho más fácil de entender.

Aquí hay algunos buenos recursos de Tensorflow que puede usar (ni siquiera tuve que crear una nueva lista):

jtoy / awesome-tensorflow

La lista definitiva de recursos de TensorFlow

Si. Tensorflow es una biblioteca para construir redes neuronales. Para problemas de clasificación, puede construir redes neuronales profundas y corregir el error mediante propagación inversa. Si eres un principiante, te sugiero un descenso de gradiente para la corrección de errores.

Los Tutoriales de programación de Python de Sentdex le dan una idea sobre los ejemplos de redes neuronales. Los videos de Brandon Rohrer y Siraj Rival se pueden encontrar en YouTube.

Puede adaptar el ejemplo simple de MNIST para una amplia variedad de problemas de clasificación simples. ¿Qué es lo que estás tratando de clasificar? También puede buscar en CNN para una mejor detección de características que los clasificadores típicos.

More Interesting

¿Qué tema es importante para la ingeniería integrada, las redes neuronales o la automoción moderna?

¿Cómo se puede aplicar el aprendizaje automático en los campos de la ingeniería química y de procesos?

¿Cuáles son los algoritmos utilizados en los sistemas de preguntas y respuestas en PNL?

¿Qué significa el impulso en las redes neuronales?

¿Cuál es la diferencia entre el control óptimo adaptativo y el aprendizaje por refuerzo?

¿Qué es un "conjunto típico" en la estimación de densidad de probabilidad para la inferencia bayesiana?

¿Cómo funciona el modelo de red neuronal profunda en la predicción de regresión en los datos del sensor?

¿Cuál es la capacidad del aprendizaje automático? Quiero decir, ¿cuánto puede 'aprender' una máquina?

Entre JavaScript y la ciencia de datos, ¿qué debo hacer? Tengo que aprender a los dos desde cero.

Aprendizaje automático: Alex Casalboni: ¿Cuál es la mejor herramienta de ML para desenfocar caras (los tres tipos de visión izquierda, derecha y frontal) y placas en las imágenes?

¿Cuál es la diferencia entre Empirical Bayes e inferencia bayesiana?

¿Qué es más beneficioso para la comprensión general de la informática, el procesamiento del lenguaje natural o la teoría de la computación?

¿Cuál es un resumen del trabajo de Jordan Boyd-Graber sobre la Respuesta incremental interactiva a preguntas que le valió el Premio a la Demostración Excepcional de NIPS?

¿Cuál es la diferencia entre tensorflow y CVX?

¿Cuál sería un enfoque razonable para optimizar los ingresos publicitarios del sitio web utilizando datos de GA y aprendizaje automático?