tensorflow2，TensorFlow

各位老铁们，大家好，今天由我来为大家分享tensorflow2，以及TensorFlow的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们最大的动力，谢谢大家了哈，下面我们开始吧！

迁移学习：如何使用TensorFlow机器学习对图像进行分类

简单来说分为两种方式：一、使用一预训练模型作为特征提取器，再进行模型训练调优；二、通过调优（Fine-tune）这个预训练模型，结合图像增广达到训练分类器目标。

以VGG16模型为例，我们下载了VGG16的预训练模型，可以看到已经删除了与该分类器相关的VGG-16模型分类器的最后分类部分，利用VGG-16模型作为特征提取器，冻结各层，利用它提取我们待分类图片的bottleneck层的特征：

train_features_vgg=get_bottleneck_features(vgg_model,train_imgs_scaled)

validation_features_vgg=get_bottleneck_features(vgg_model,validation_imgs_scaled)

然后我们搭建简单的模型分类器，将提取的train_features_vgg特征作为模型训练的输入参数，迭代训练可以得到一个简单的图像分类器。

第二种方法，还是以VGG-16为例，我们先冻结前3层，将4-5层设置为可训练的，然后再配合imageaugmentation，通过不断去训练迭代优化最后两层的参数去获得更加优秀的图像分类器。

经过综合评估，通常第二类方法比第一类方法的实现效果更加。

TensorFlow可以做哪些有趣的事

这可不是一篇艰深晦涩的科普文，只是以一个小白的姿态研究下TensorFlow带给我们的乐趣，我们看得到的&背后看不到的。

TensorFlow？？？

Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，一个人工智能学习系统，经过企业和个人开发者的不懈努力，它在跨平台和多语言的支持上愈发完善，如今已经演化成一个相当完整的深度学习开放平台。（TensorFlow中文社区http://www.tensorfly.cn/）

但，深度学习又是什么？它的核心算法就是神经网络，是一种机器学习的模型。这个模型的主要特点是它可以近似逼近任意复杂的函数，并且特别适宜利用大数据反复迭代的学习训练。趣事1、2、3……

TensorFlow很早就在Google内部进行推广和应用了，成效显著。比如TensorFlow很早就帮助搜索、广告等最核心的业务上应用实施了深度学习模型；垃圾邮件过滤也用了TensorFlow训练的模型；Android的应用商店推荐也上线了TensorFlow的模型等等。

不过这些发生在后台的故事，我们可没花絮可看。反而是在智能手机或者说是移动端更引人注目。

自拍虚化

这大概是把Pixel2XL拿出来的好时机，算法+单镜头≥双摄。应用深度视觉模型能非常准确地分离出前景和背景，然后分别处理，而传统的办法是在手机上装两个摄像头，利用深度学习算法既降低了手机的造价，又可以让现有的手机增加功能。

语音处理

语音识别是TensorFlow早就大显身手的地方，毕竟谁的手机都有一个语音助手，智能音箱也正在“登堂入室”，深度学习算法把语音识别和生成的技术门槛大大的降低了，像TensorFlow这样开源的、通用的机器学习框架使得越来越多的开发人员可以开发出适合自己应用场景的语音应用。

机器翻译

我们的老友，谷歌翻译。

高准确率的机器翻译无疑是谷歌翻译值得骄傲的一项技能。谷歌翻译是个十几年的产品，一年多以前，谷歌把它的后台系统升级成为以神经网络为基础的系统，那次升级极大地降低了翻译的错误率，一些语言之间的翻译现在几乎可以达到手工翻译的效果。以一个普通中国用户的视角看，谷歌翻译完全是靠深度学习一步步实践本地化。

当然还有自动回复、用户使用习惯学习、AlphaGo这些熟悉的名词。

智能医疗

谷歌一个智能医疗工作团队，借助TensorFlow一个通用的框架，可以很方便地重用现成的图像识别模型，然后针对特定的应用领域和特定的数据，微调、训练一下模型，他们就可以在检测视网膜病变达到了95%的准确率，超过了眼科专家诊断率为91%的准确率。

自动驾驶

又是谷歌，不过是几天之内，名气响彻行业内外的Waymo。

Waymo使用TensorFlow不断改进他们的自动驾驶系统中各种深度模型，包括对路况场景的分割、雷达信号的处理等等，接着就是拿到执照了。

……

TensorFlow也应用在计算机科学研究以外的科学研究中。比如，美国太空总署开普勒计划的科学家和我们同事联合开发了一个TensorFlow的模型。开普勒计划本身的目标是通过星载望远镜持续不断地观察太空中恒星亮度的变化，希望发现太阳系以外的行星系统，最终希望发现另外一个适宜人类居住的行星。目前，该计划已经积累了上百亿的观察数据。几个月前，这个TensorFlow的模型帮助科学家发现了2500光年以外的开普勒90恒星系统的第八颗行星，这也是人类目前知道的太阳系以外拥有最多行星的恒星。

上天还不够，也要下海。在这个应用例子里，澳大利亚的科学家用TensorFlow开发的图像识别模型在数万张海洋航拍张片中可以快速准确地找到需要保护的大型海洋哺乳动物，比如海牛、须鲸等等。

就差中国的诗词歌赋了

TensorFlow的应用遍及各地。

与中国关系也相当密切，京东内部搭建了TensorFlow的训练平台，用于开发训练图像、自然语言相关的模型，并应用到客服、广告等领域。小米也在尝试类似的技术路线，支持他们生态线上各种特殊的应用。网易的有道笔记、网易翻译君也使用了TensorFlow视觉和语言的模型。

以上内容来自极客公园创新大会IF2018，GoogleBrain首席工程师陈智峰主题演讲。

好了，文章到此结束，希望可以帮助到大家。