开始Tensorflow基础编程的简要概述,浏览以下教程:
MNIST开始渐渐成为一种新的机器学习工具的典型数据集。我们提供三篇教程,每篇展示了使用Tensorflow训练MNIST模型的不同方法:
- ML初学者的MNIST,通过高层API介绍了MNIST。
- 深入MNIST,比上篇教程更深入,假定读者已熟悉机器学习的概念。
- TensorFlow运作方式入门,通过底层API介绍MNIST。
对于新接触Tensorflow的开发者来说,这些高层API不失为一个很好的开始。要学这些高层API,浏览以下教程:
- tf.contrib.learn Quickstart,介绍了这些API。
- Building Input Functions with tf.contrib.learn,带你更深入的使用这些API。
- Logging and Monitoring Basics with tf.contrib.learn,解释了如何监测训练的进度。
TensorBoard是一个针对机器学习开发的视觉工具。以下教程解释了如何使用TensorBoard:
- TensorBoard: Visualizing Learning,初步介绍。
- TensorBoard: Embedding Visualization,展示了如何浏览并与高维数据互动,如字嵌套。
- TensorBoard: Graph Visualization,解释了如何视觉化计算图。视觉化的图通常对底层API编程很有用。
除另有说明外,此页的内容授权许可是"Creative Commons Attribution 3.0 License",并且代码示例授权许可是Apache 2.0 License。有关详细信息,请参见我们的站点策略。java是一个Oracle和/或其附属机构的注册商标。