¿Qué es Google TensorFlow? Ejemplos de código abierto y tutoriales
Anuncio
El aprendizaje automático es lo mejor en informática en este momento. Es fácil ver por qué con la tecnología utilizada en todas partes, desde autos autónomos hasta la aplicación de la ley y la predicción del mercado de valores.
TensorFlow es el proyecto de Google basado en aprendizaje automático y redes neuronales. Veamos qué es, sus usos y cómo aprender a usarlo.
¿Qué es TensorFlow?
Es imposible explicar completamente qué es TensorFlow sin comprender primero qué es el aprendizaje automático. El aprendizaje automático y las redes neuronales ya afectan nuestras vidas 4 Algoritmos de aprendizaje automático que dan forma a tu vida 4 Algoritmos de aprendizaje automático que dan forma a tu vida Es posible que no te des cuenta, pero el aprendizaje automático ya está a tu alrededor y puede ejercer un sorprendente grado de influencia sobre tu vida. vida. No me creas Te sorprenderías. Lea más en más formas de las que podría pensar.
En su forma más simple, el aprendizaje automático es el proceso de enseñar a las computadoras cómo analizar datos y tomar decisiones informadas al respecto, sin estar directamente programado para hacerlo. Para lograr esto, entrenamos redes neuronales para realizar tareas específicas.
TensorFlow es la biblioteca de redes neuronales de código abierto de Google, desarrollada por el equipo de Google Brain para una amplia gama de usos. En esencia, TensorFlow elimina la necesidad de crear una red neuronal desde cero. En su lugar, puede entrenar a TensorFlow con su conjunto de datos y utilizar los resultados como desee.
Hasta ahora, tan abstracto. ¿Qué puedes hacer con una red neuronal? ¡Resulta que casi cualquier cosa!
Ejemplos notables de TensorFlow
Clasificación de imagen
Muchos tutoriales de aprendizaje automático para principiantes 6 Tutoriales y cursos útiles de aprendizaje automático para comprender lo esencial 6 Tutoriales y cursos útiles de aprendizaje automático para comprender lo esencial Nunca ha habido un mejor momento para sumergirse en el aprendizaje automático. Aquí hay seis recursos útiles para ayudarlo a aprender sobre el aprendizaje automático. Leer más use la clasificación de imágenes como un proyecto de ejemplo temprano para ayudar con la comprensión. Al alimentar imágenes de referencia en una red neuronal, puede aprender a predecir si una imagen contiene objetos similares.
Para ver este proceso en acción, eche un vistazo al clasificador Darth Vader de 5 minutos de Siraj Raval.
Este tipo de análisis de datos asistido por computadora es increíblemente poderoso, no solo para localizar a Darth Vaders salvajes. TensorFlow ya está en uso en el análisis de imágenes biomédicas.
Casi todos los campos que se basan en el análisis de grandes cantidades de datos de imágenes pueden beneficiarse de la tecnología. Como se muestra en el video de presentación oficial de TensorFlow, se está utilizando para agilizar los esfuerzos de conservación del Dugong casi extinto.
Transferencia de estilo de foto profunda
Además de la clasificación de imágenes, TensorFlow se puede usar para alterar imágenes dinámicamente. Deep Photo Style Transfer fue creado por un grupo de la Universidad de Cornell. El proyecto toma una imagen de entrada y una imagen de estilo antes de aplicar ese estilo a la imagen original, con resultados sorprendentes.
Los ejemplos utilizan una mezcla de capas de imágenes automatizadas y logradas manualmente, por lo que si desea tenerlas en sus manos, puede valer la pena repasar sus habilidades de Photoshop antes de profundizar en la biblioteca.
Magenta AI Music
No somos ajenos al uso de computadoras para crear bellas obras de arte. La idea de que las computadoras exhiban creatividad de una manera que encontramos reconocible ha sido durante mucho tiempo un sueño de ciencia ficción. Con bibliotecas de redes neuronales como TensorFlow, se está acercando más que nunca.
Magenta usa TensorFlow para crear herramientas para músicos. Utilizando el aprendizaje profundo, Magenta extiende las herramientas disponibles para que los músicos abran nuevos tipos de mezcla de sonido e incluso llamadas y respuestas de improvisación asistidas por máquina.
Magenta también se puede usar como un secuenciador inteligente por derecho propio. La capacidad de usar bibliotecas externas es una de las muchas características fantásticas de CodePen. Tero Parviainen usó la biblioteca magenta.js para crear su hermosa pluma Latent Cycles.
Al establecer bucles improvisados generados por una red neuronal uno al lado del otro, Latent Cycles permite a cualquiera crear sonidos únicos y hermosos sin conocimiento musical previo.
Cómo aprender TensorFlow
El aprendizaje automático es un tema increíblemente denso. Una buena comprensión de las estadísticas, las matemáticas, la programación y la ciencia de datos generales son fundamentales para la comprensión. Dicho esto, TensorFlow hace que sea fácil obtener experiencia práctica incluso como principiante. El tutorial oficial de TensorFlow adopta un enfoque paso a paso para la configuración y el uso.
La mayoría de los proyectos de TensorFlow usan el lenguaje de programación Python. Si eres nuevo en el lenguaje, hay una gran cantidad de excelentes lugares para aprender Python. Si ya está más familiarizado con JavaScript, TensorFlow tiene videos tutoriales que cubren la biblioteca TensorFlow.js.
Estos tutoriales, junto con el curso gratuito de aprendizaje automático de Google ¿Qué es el aprendizaje automático? El curso gratuito de Google lo desglosa para usted ¿Qué es el aprendizaje automático? El curso gratuito de Google lo desglosa para usted Google ha diseñado un curso en línea gratuito para enseñarle los fundamentos del aprendizaje automático. Leer más, son un recurso invaluable, de los proveedores de la biblioteca.
Otros tutoriales de TensorFlow
Para una introducción rápida e informativa a TensorFlow y clasificadores de imagen, Siraj Raval tiene una introducción informativa (y con muchos memes) de 5 minutos.
Este es uno de los muchos videos en el canal de YouTube de Siraj sobre el tema del aprendizaje automático. Entre videos súper rápidos como este y transmisiones en vivo de larga duración con un enfoque paso a paso, este es un gran lugar para aprender TensorFlow y el aprendizaje automático en Python.
Centrándose en JavaScript y Tensorflow.js, el Tren de codificación proporciona otro enfoque a gran escala:
El presentador Daniel Shiffman cubre varios casos de uso de TensorFlow, y su serie sobre aprendizaje automático en su conjunto es uno de los mejores cursos disponibles gratuitamente sobre el tema.
Proyecto para principiantes: detección de objetos en vivo
Este proyecto utiliza el reconocimiento de objetos vivos para controlar un clasificador automático de residuos. El hardware parece ser una alternativa a Raspberry Pi, aunque en teoría podría usarse cualquier microcontrolador. El verdadero trabajo se está haciendo usando una mezcla de OpenCV y TensorFlow.
El proyecto del video no tiene un tutorial adjunto. El excelente artículo de OpenCV y TensorFlow de Dat Tran usa las mismas bibliotecas, explicando cada elemento claramente. Como una idea simple a pequeña escala que utiliza la biblioteca TensorFlow, un proyecto de esta escala es la manera perfecta de comenzar.
Ir más allá con el aprendizaje automático
TensorFlow es una herramienta increíblemente poderosa de posiblemente la compañía más importante de Internet. La decisión de hacerlo de código abierto fue un gran problema, ya que nos lo abre a todos.
Dicho esto, el aprendizaje automático es un tema increíblemente denso. Vale la pena pasar un tiempo con los cursos en línea de aprendizaje automático Estos cursos de aprendizaje automático prepararán un camino profesional para usted Estos cursos de aprendizaje automático prepararán un camino profesional para usted Estos excelentes cursos de aprendizaje automático en línea lo ayudarán a comprender las habilidades necesarias para comenzar una carrera en aprendizaje automático e inteligencia artificial. Lea más para aprovechar al máximo TensorFlow por completo.
Explore más sobre: Inteligencia artificial, Machine Learning, Redes neuronales.
