Las siguientes son las ventajas de usar TensorFlow sobre numpy y scikit-learn para construir redes neuronales artificiales aparte de la ejecución de GPU-CPU.
- Muchas funciones de activación y optimizadores están disponibles. Puede aplicar la normalización por lotes, diversas técnicas de regularización, diversas técnicas de inicialización de peso, incluida la inicialización de peso de Xavier, etc. y mucho más.
- Supongamos que desea crear una red neuronal convolucional (CNN) para la tarea de reconocimiento de imágenes o una red neuronal recurrente (RNN) para datos de secuencia como para PNL; scikit-learn no proporciona estos. TensorFlow tampoco proporciona estos modelos tal como están, pero proporciona bloques de construcción para construir un CNN o RNN.
- Existen otros modelos de redes neuronales, como codificadores automáticos, GAN, etc., que se pueden construir con TensorFlow.
- TensorFlow viene con TensorBoard, que es una gran herramienta para la visualización del modelo.
- TensorFlow es una biblioteca para realizar cálculos representados como nodos en gráficos. Esto también se puede usar para resolver varios otros problemas además del uso de la red neuronal.
- TensorFlow también se puede utilizar para la capacitación en un grupo de múltiples máquinas (servidores).
- Inicialización de peso para redes profundas – deeplearning.ai | Coursera
- Red neuronal convolucional – Wikipedia
- Red neuronal recurrente – Wikipedia
- Autoencoder – Wikipedia
- Red de confrontación generativa – Wikipedia
- TensorBoard: Visualizando el aprendizaje | TensorFlow
- Conjunto Mandelbrot | TensorFlow
- TensorFlow distribuido | TensorFlow
Editar:
- Una característica más importante es que se puede utilizar Transfer Learning en TensorFlow. Cargue un modelo previamente entrenado con los pesos que está disponible para su propia aplicación. Entrena solo al resto de la red.
- Uso de Transfer Learning para clasificar imágenes con TensorFlow
- Página de inicio de Visual Geometry Group: esta es una red famosa, VGG-16 se ha utilizado en muchas otras aplicaciones, por ejemplo, Multinet utiliza VGG-16. MarvinTeichmann / MultiNet
- ¿Cuáles son los proyectos de aprendizaje automático que puedo hacer para practicar y aprender como principiante?
- ¿Cuál es la explicación intuitiva y práctica del algoritmo AdaBoost utilizado en el artículo de Viola-Jones sobre detección de rostros, en lenguaje moderadamente técnico?
- ¿Qué debo elegir, asociado de desarrollo de negocios en Think and Learn o analista de investigación en Edureka?
- ¿Se puede utilizar el aprendizaje no supervisado en el reconocimiento de imágenes?
- ¿Cuál es la relación entre los clasificadores uno contra uno, conjunto y SVM?
