Qu'est-ce que Google TensorFlow? Exemples Open Source et didacticiels

Added 2018-08-24

L'apprentissage automatique est la chose la plus chaude en informatique en ce moment. Il est facile de comprendre pourquoi avec la technologie utilisée partout, des voitures autonomes aux forces de l’ordre, en passant par les prévisions boursières.

TensorFlow est le projet de Google basé sur l’apprentissage automatique et les réseaux de neurones. Voyons ce qu’il en est, ses utilisations et comment apprendre à l’utiliser.

Qu'est-ce que TensorFlow?

Dans sa forme la plus simple, l’apprentissage automatique consiste à apprendre aux ordinateurs à analyser des données et à prendre des décisions éclairées les concernant, sans être programmé directement pour le faire. Pour ce faire, nous formons des réseaux de neurones à des tâches spécifiques.

TensorFlow est la bibliothèque de réseau de neurones open source de Google, développée par le Google Brain équipe pour un large éventail d'utilisations. TensorFlow évite de créer un réseau de neurones à partir de rien. Au lieu de cela, vous pouvez former TensorFlow avec votre ensemble de données et utiliser les résultats comme vous le souhaitez.

Jusqu'ici, si abstrait. Que pouvez-vous faire avec un réseau de neurones? Il se trouve, presque n'importe quoi!

Exemples notables de TensorFlow

Classification d'image

Pour voir ce processus en action, jetez un coup d’œil au classificateur Darth Vader de 5 minutes de Siraj Raval.

Ce type de tri de données assisté par ordinateur est incroyablement puissant, non seulement pour localiser Darth Vaders. TensorFlow est déjà utilisé dans Analyse d'images biomédicales .

Presque tous les domaines qui reposent sur l'analyse de grandes quantités de données d'images peuvent tirer parti de la technologie. Comme présenté dans la vidéo d’introduction officielle de TensorFlow, il est utilisé pour rationaliser les efforts de conservation pour le dugong presque éteint.

Transfert de style de photo profonde

class="wp-caption aligncenter">width:96%"

Crédit d'image: luanfujun @ github.com

En plus de la classification des images, TensorFlow peut être utilisé pour modifier les images de manière dynamique. Transfert de style de photo profonde a été mis en place par un groupe à l'Université Cornell . Le projet prend une image d'entrée et une image de style avant d'appliquer ce style à l'image d'origine - avec des résultats époustouflants.

Les exemples utilisent une combinaison de superposition d'images automatisée et réalisée manuellement. Par conséquent, si vous souhaitez vous mettre au travail, il peut être intéressant de parfaire vos compétences en Photoshop avant de vous plonger dans la bibliothèque.

Musique Magenta AI

Nous ne sommes pas étrangers à l’utilisation d’ordinateurs pour créer de belles œuvres d’art. L’idée selon laquelle les ordinateurs font preuve de créativité d’une manière que nous trouvons reconnaissable est depuis longtemps un rêve de la science-fiction. Avec les bibliothèques de réseaux neuronaux telles que TensorFlow, la distance est plus grande que jamais.

Magenta utilise TensorFlow pour créer des outils pour les musiciens. En utilisant l’apprentissage en profondeur, Magenta étend les outils disponibles aux musiciens pour nouveaux types de mixage sonore , et même des appels et des réponses improvisés assistés par machine.

Magenta est également utilisable en tant que séquenceur intelligent. La possibilité d’utiliser des bibliothèques extérieures est l’un des nombreux 8 Fonctionnalités CodePen géniales pour la programmation et le développement Web caractéristiques fantastiques de CodePen . Tero Parviainen a utilisé la bibliothèque magenta.js pour créer sa belle Stylo à cycles latents .

En établissant des boucles improvisées générées par réseau neuronal les unes à côté des autres, Latent Cycles permet à quiconque de créer des sons uniques et magnifiques sans connaissances musicales préalables.

Comment apprendre TensorFlow

L'apprentissage automatique est un sujet incroyablement dense. Une bonne connaissance des statistiques, des mathématiques, de la programmation et de la science des données en général est essentielle à la compréhension. Cela dit, TensorFlow facilite l’acquisition d’une expérience pratique, même en tant que débutant. le tutoriel officiel TensorFlow adopte une approche étape par étape pour la configuration et l’utilisation.

La plupart des projets TensorFlow utilisent le langage de programmation Python. Si vous débutez dans la langue, il existe de nombreux endroits pour apprendre le python. . Si vous êtes déjà plus familier avec JavaScript, TensorFlow propose des vidéos de didacticiels sur la bibliothèque TensorFlow.js.

Autres didacticiels TensorFlow

Pour une introduction rapide et informative à TensorFlow et aux classificateurs d'images, Siraj Raval propose une introduction informative (et extrêmement lourde) de 5 minutes.

Ceci est l'une des nombreuses vidéos sur La chaîne YouTube de Siraj sur le sujet de l'apprentissage automatique. Entre des vidéos super rapides comme celle-ci et des flux en direct prenant une approche étape par étape, c'est un endroit idéal pour apprendre TensorFlow et l'apprentissage automatique en Python.

En se concentrant sur JavaScript et Tensorflow.js, le train de codage offre une autre approche à grande échelle:

L'animateur Daniel Shiffman couvre divers cas d'utilisation de TensorFlow et sa série sur l'apprentissage automatique dans son ensemble constitue l'un des meilleurs cours disponibles à ce sujet.

Projet Débutant: Détection d'objets vivants

Ce projet utilise la reconnaissance d'objets en direct pour contrôler un trieur de déchets automatique. Le matériel semble être une alternative au Raspberry Pi , bien qu'en théorie, tout microcontrôleur puisse être utilisé. Le vrai travail consiste à utiliser un mélange d'OpenCV et de TensorFlow.

Le projet de la vidéo n'a pas de tutoriel attaché. L’excellent Dat Tran Article OpenCV et TensorFlow utilise les mêmes bibliothèques, en expliquant chaque élément clairement. En tant que simple idée à petite échelle qui utilise la bibliothèque TensorFlow, un projet de cette envergure est le moyen idéal pour commencer.

Aller plus loin avec l'apprentissage automatique

TensorFlow est un outil incroyablement puissant de la société Internet la plus importante. La décision de le rendre open source était un gros problème, car il nous ouvre à tous.