原创力文档- 1、本文档共10页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
Tensorflow的介绍
1. 了解深度学习基本概念 2. 了解深度学习的基本应用场景 3. 了解深度学习工具TensorFlow基本概念
深度学习简介深度学习的应用12深度学习工具TensorFlow介绍3
1. 深度学习简介逻辑回归算法解决垃圾邮件分类问题时，会先从每一封邮件中抽取对分类结果可能有影响的因素，逻辑回归算法可以从训练数据中计算出每个特征和预测结果的相关度对许多机器学习问题来说，特征提取不是一件简单的事情，有时需要很多的时间和精力人工设计有效的特征集合，深度学习解决的核心问题之一就是自动地将简单的特征组合成更加复杂的特征，并使用这些组合特征解决问题
1. 深度学习简介逻辑回归算法解决垃圾邮件分类问题时，会先从每一封邮件中抽取对分类结果可能有影响的因素，逻辑回归算法可以从训练数据中计算出每个特征和预测结果的相关度对许多机器学习问题来说，特征提取不是一件简单的事情，有时需要很多的时间和精力人工设计有效的特征集合，深度学习解决的核心问题之一就是自动地将简单的特征组合成更加复杂的特征，并使用这些组合特征解决问题
1. 深度学习简介在很多人工智能问题上，深度学习的方法突破了传统机器学习方法的瓶颈，推动了人工智能领域的发展人工智能是一类非常广泛的问题，机器学习是解决这类问题的一个重要手段，深度学习则是机器学习的一个分支
2. 深度学习的应用计算机视觉 是深度学习技术最早实现突破性成就的领域。随着2012年深度学习算法AlexNet赢得图像分类比赛ILSVRC冠军，深度学习开始受到学术界广泛的关注语音识别 领域深度学习取得的成绩也是突破性的。2009年深度学习的概念被引入语音识别领域，在短短几年时间内，深度学习的方法在TIMIT数据集上将基于传统的混合高斯模型GMM的错误率从21.7%降低到了使用深度学习模型的17.9%自然语言处理 领域深度学习的应用也同样广泛。在过去的几年中，深度学习已经在语言模型、机器翻译、词性标注、实体识别、情感分析、广告推荐以及搜索排序等方向上取得了突出成就人机博弈 上深度学习的突破使得这个概念被全社会所熟悉。在北京时间2016年3月15日的下午，谷歌开发的围棋人工智能系统AlphaGo以总比分4：1战胜了韩国棋手李世石，成为第一个在19×19棋盘上战胜人类围棋冠军的智能系统
3. 深度学习工具 TensorFlow 介绍TensorFlow是谷歌于2015年11月9日正式开源的计算框架，可以很好地支持深度学习的各种算法目前已在谷歌、优步（Uber）、京东、小米等科技公司广泛应用，但它的应用也不限于深度学习TensorFlow 作为一个开源框架，在极短时间内迅速圈粉并已成为 上耀眼的明星然而，掌握深度学习需要较强的理论功底，用好TensorFlow 又需要足够的实践和解析
1. 深度学习基本概念 2. 深度学习的基本应用场景 3. 深度学习工具TensorFlow基本概念
文档评论（0）