Fatal编程技术网
  • machine-learning/
  • Machine learning 需要回答一些与机器学习相关的问题吗？

Machine learning 需要回答一些与机器学习相关的问题吗？

machine-learning tensorflow deep-learning

Machine learning 需要回答一些与机器学习相关的问题吗？,machine-learning,tensorflow,deep-learning,Machine Learning,Tensorflow,Deep Learning,最近，我们计划建立一个图像处理系统，从图像中提取信息。目前，我们正在使用AWSRekognion来实现这一点。但是，在某些情况下，我们无法从AWS获得准确的信息。所以，我们计划建立我们自己的自定义一个 我们有4/5个月的时间去做。至少有一个POC版本。此外，我们还计划使用Tensorflow。我们都没有关于机器学习和深度学习的经验，但已经有5/6年使用不同语言进行计算机编程的经验 目前，我正在学习Udemy课程中的ML，我解决这个问题的方法是 学习机器学习（ML） 学习深度学习（DL） 上面的

最近，我们计划建立一个图像处理系统，从图像中提取信息。目前，我们正在使用AWSRekognion来实现这一点。但是，在某些情况下，我们无法从AWS获得准确的信息。所以，我们计划建立我们自己的自定义一个

我们有4/5个月的时间去做。至少有一个
POC
版本。此外，我们还计划使用
Tensorflow
。我们都没有关于机器学习和深度学习的经验，但已经有5/6年使用不同语言进行计算机编程的经验

目前，我正在学习Udemy课程中的ML，我解决这个问题的方法是

  • 学习机器学习（ML）
  • 学习深度学习（DL）
  • 上面的ML和DL也许我已经准备好理解整个事情了&能够构建一个图像处理系统
抽象地说，我所理解的是，我必须使用
Tensorflow
用
Python
编写一个深度学习程序。通过使用这个程序，我必须建立一个模型。然后我必须使用一些训练数据来训练这个模型。然后，当我的模型达到一定的精度时，我将使用一些测试数据

现在，有些地方我有点困惑&这里是我关于困惑的问题

  • 我知道tensorflow是一个图书馆，但在某些地方，它也被称为一个系统。那么，它真的仅仅是一个库（一段代码）吗

  • 我在
    Tensorflow
    tutorial部分（）中获得了一些图像处理Python代码。我们已经测试了该代码&它的工作方式与AWS识别服务的工作方式完全相同。所以，我的疑问是。。。我可以在我们的生产工作中使用这个Python代码吗

  • 在用一些训练数据训练一个模型之后，这些训练数据是整个系统的一部分还是机器学习模型从这些训练数据中提取一些元信息，并保留整个原始训练数据（在我的例子中，它将是原始图像）

  • 我可以在Linux系统上完成所有这些ML+DL编程吗？它有奔腾4和8GB内存

  • 还有，我想知道。。。我提到的为我的问题构建解决方案的方法已经足够了，或者我还需要做其他事情

    • 需要一些指导来消除所有这些困惑

    谢谢

    1:
    张量流
    与我们使用过的其他任何东西一样（比如
    Numpy
    ），但唯一的区别是我们必须首先定义我们想要使用的东西，使用它，
    张量流
    中的每一件东西都运行到一个计算图形中，并且评估该图形中的每一件东西都需要一个会话，我们可以称之为库，因为它只是一段代码，在python中有接口，而系统则是因为它使用了所有这些机制

    2： 
    我可以像在我们的生产工作中一样使用此Python代码吗？
    为什么不能

    3： 是的，你可以用你的系统来做，但是张量流和theano的主要优点。。像这样的工具是，你可以在GPU上运行你的代码，比在CPU上运行更快，因为GPU可以处理更多的矩阵乘法之类的事情

    4: 你知道建立一个图像识别系统不需要学习所有的机器学习知识，你可能需要几年的时间才能理解那里发生了什么，
    Udemy
    课程是一个很好的来源，但是你我强烈建议你去看
    coursera
    的机器学习课程，关于机器学习有很多课程：伟大的
    Andrew NG
    课程和
    Emily fox
    课程，第一个课程理论性强于实践性，但第二个课程更实用， 关于深度学习，深度学习没有什么特别之处，它只是一种机器学习的方法，在你获得了一些机器学习的经验并理解了一些基本的知识或者你能正确地完成它之后，请快速转到
    。ai
    ，它为程序员提供了一个非常好的关于深度学习的课程，而且是免费的

    我希望这将对您有所帮助

    谢谢您提供的信息。下面是一些后续问题。。。TensorBoard是Tensorflow的一部分还是一个单独的工具？我的想法是-也许在某种程度上TensorBoard是TensorFlow的一部分&这就是为什么它被称为系统。第二，关于Python代码。。。如果这是免费的，那么为什么有人会使用付费版本的谷歌视觉API或AWS识别API呢？事实上，我无法找出两者之间的确切区别。关于学习ML/DL-在开始学习ML之前，我曾尝试直接进入深度学习，但在某一点上，我觉得我需要了解ML的那些基础知识。这就是我目前学习ML的原因。这是我目前为此而使用的两门课程-&还有一个疑问，在使用一些培训数据进行培训后，学习模型如何存储信息。它是在其系统中存储整个训练数据，还是只在其系统中存储一些元信息，或者不发生类似的情况？很抱歉提出这么多疑问。@mi6crazyheart我很抱歉，兄弟，我对纯张量流有一些经验，但我不是张量流专家，但我可以给你一个提示，在深度学习领域，在你的设计架构完成后，你不能用pute tensor实现它，有一些工具可以让你像keras一样更简单，在后端可能有NO和张量流，你想做什么样的图像识别任务？这是分类吗？从基本意义上讲，它就像AWS Rekognition一样，系统将扫描图像并返回图像中发现的不同内容，作为带有置信度分数的响应。但是在这一点上，我们有一些计划根据我们的业务需要来定制它。不，我的问题是，一个图像包含多个对象，或者一个图像只包含一个对象。假设有一个图像