Machine Learning Using TensorFlow APK

v1.0
1)Basic classification
2)Text classification
3)Save and restore models
4)Image Recognition
5)Retrain an Image

Машинное обучение (ML) - это научное исследование алгоритмов и статистических моделей, которые используются компьютерными системами для постепенного повышения их производительности при выполнении конкретной задачи.

Этот учебник предоставляет различные приложения ML с использованием TensorFlow.
 
TensorFlow ™ - это программная библиотека с открытым исходным кодом для высокопроизводительных численных расчетов. Его гибкая архитектура позволяет легко развертывать вычисления на различных платформах (процессорах, графических процессорах, TPU), от настольных компьютеров до кластеров серверов, мобильных и периферийных устройств. Первоначально разработанный исследователями и инженерами из команды Google Brain в рамках организации по искусственному интеллекту Google, он обеспечивает мощную поддержку машинного обучения и глубокого обучения, а гибкое ядро ​​для численных вычислений используется во многих других научных областях.

Этот учебник предоставляет следующие приложения:
1) Основная классификация
Это руководство обучает модели нейронной сети для классификации изображений одежды, таких как кроссовки и рубашки.

2) Текстовая классификация
Это приложение классифицирует обзоры фильмов как положительные или отрицательные, используя текст обзора.

3) Сохранить и восстановить модели
Прогресс модели можно сохранить во время и после тренировки. Это означает, что модель может возобновить работу с того места, на котором она остановилась, и избежать длительного обучения. Это приложение обеспечивает сохранение и восстановление модели.

4) Распознавание изображений
Из этого туториала вы узнаете, как использовать Inception-v3. Вы узнаете, как классифицировать изображения на 1000 классов в Python.

5) Восстановить изображение
В этом уроке мы будем использовать возможности извлечения признаков из мощных классификаторов изображений, обученных в ImageNet, и просто обучаем новый слой классификации сверху.