机器学习的敲门砖：手把手教你tensorflow初级入门

《机器学习的敲门砖：手把手教你tensorflow初级入门》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、机器学习的敲门砖：手把手教你TensorFlow初级入门本文章来自于阿里云云栖社区摘要： 在开始使用机器学习算法之前，我们应该首先熟悉如何使用它们。而本文就是通过对TensorFlow的一些基本特点的介绍，让你了解它是机器学习类库中的一个不错的选择。本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。以下为译文：在开始使用机器学习算法之前，我们应该首先熟悉如何使用它们。 而本文就是通过对TensorFlow的一些基本特点的介绍，让你了解它是机器学习类库中的一个不错的选择。让我们设想一下，当我们用Python写代码时，没有那些方便的类库会是怎样一种窘境。 这就好比你有一个新的智

2、能手机，而不安装任何应用程序。 虽然它仍然可以打电话，发短信，但如果有了那些更方便的应用程序，这部智能手机才更有价值。设想一下这个场景...你作为一名业务负责人，需要负责跟踪销售流程。 你希望计算销售产品的收入。 现在有100个不同的产品在你的仓库中，你需要用一个向量表示每个产品的价格。 另一个大小为100的向量表示每个产品的库存量。 以下的Python代码是用来计算销售所有产品的收入。注意了， 这里没有调用任何类库。revenue=0forprice,amountinzip(prices,amounts):revenue+=price*amount代码列表1.不使用任何Python类

3、库计算两个向量的内积这段代码只是计算两个向量（也称为点积）的内积。 想象一下，对于更复杂的问题，需要多少代码。例如求解线性方程或计算两个向量之间的距离。当你安装TensorFlow类库的同时，其中还包括了非常知名的NumPy类库，对Python编程中的数学操作非常有用。用Python编程时，不使用类库（例如NumPy和TensorFlow）就像使用没有自动对焦的相机：你虽然获得了更多的灵活性，但你可能很容易犯错。在机器学习的过程中已经很容易犯错误了，所以就让我们使用TensorFlow来提高化软件开发的效率吧。代码列表2展示了如何使用NumPy简洁地编写相同的内积运算。importnu

4、mpyasnprevenue=np.dot(prices,amounts)代码列表2.用NumPy类库计算内积Python是一种简洁的语言，这意味着你不会看到冗长的代码。另一方面，Python语言的简洁意味着许多处理都在后台进行，因此我们应该熟悉它背后的原理。关于TensorFlow的Python和C++API的各种函数的详细文档，请参见https://www.tensorflow.org/api_docs/index.html。机器学习主要依赖于很多数学公式，本文将对使用TensorFlow进行这类数学运算做一个初步的介绍。通过示例和代码，大家可以对TensorFlow有一个初步了解

5、。例如如何运用TensorFlow计算大数据的统计信息。 因此本文的重点将完全是关于如何使用TensorFlow，而不是一般的机器学习算法运用。机器学习算法需要大量的数学运算。 通常，某个算法可以归结为简单函数组合的迭代，直到它收敛为止。 当然，也可以使用任何标准编程语言来执行这些计算。但是使用像TensorFlow这样已经非常完善了的类库是提高代码可控性和性能的关键。确保TensorFlow工作首先，为我们的第一段代码创建一个名为test.py的新文件。 通过运行以下代码导入TensorFlow：importtensorflowastf在导入TensorFlow后，如果Python解

6、释器没有报错，那么我们就可以开始使用TensorFlow了。遇到了错误？ 在这里，常见错误的原因是你可能安装了GPU版本，并且类库无法搜索CUDA驱动程序。 请记住，如果使用CUDA编译库，则需要使用CUDA的路径更新环境变量。 你需要检查TensorFlow上的CUDA指令。 （有关详情，请参阅https://www.tensorflow.org/versions/master/get_started/os_setup.html#optional-linux-enable-gpu-support）。使用TensorFlow中的规则TensorFlow库通常使用tf限定名称来进行导入。

7、 一般来说，使用tf限定名称是一个不错的方法，以便与其他开发人员和开源TensorFlow项目保持一致。 你也可以选择不使用这个限定名称，但这会影响你在自己的项目中重用别人的TensorFlow代码。表示张量在现实世界中描述对象的一个简便方法就是通过罗列出它的属性或特征。例如，我们可以通过颜色，型号，发动机类型和里程数描述一辆汽车。这些特征的有序列表被称为特征向量，这正是我们要在TensorFlow代码中所表示的。特征向量是机器学习中最有用的方