预告:如何用 Tensorflow 搭建一套图像识别模块? | AI 研习社

自 2015 年 11 月首次发布以来,TensorFlow 凭借谷歌的强力支持,快速的更新和迭代,齐全的官方文档和教程,以及上手快速且简单易用等诸多优点,已经在图像识别、自然语言处理、语音识别、数据挖掘和预测等 AI 场景中得到了十分广泛的应用。

源于视觉对人类的重要性,在所有这些 AI 应用场景中,图像识别或许是最直观和受瞩目的一个。目前,通过众多 AI 从业者的共同努力,图像识别技术已经逐渐趋于成熟,在人脸和情绪识别、安防、医疗筛查和汽车壁障等诸多领域都取得了重大成功。

在这种情况下,对于绝大部分的 AI 开发者而言,利用 TensorFlow 自己亲手搭建一个图像识别模块,就成了一项最顺理成章的挑战。

为了帮助有志于此的开发者实现目标,也为了向那些亲手搭建过图像识别模块的技术达人提供一个与行业大牛交流、学习的机会,雷锋网 AI 研习社近日有幸邀请了才云科技(Caicloud.io)联合创始人、首席大数据科学家郑泽宇,他将通过代码实操的方式为我们详细讲解究竟怎样用 Tensorflow 搭建一套自己的图像识别模块。

欢迎大家的关注和参与!

嘉宾介绍

郑泽宇,畅销书《TensorFlow:实战Google深度学习框架》作者,才云科技(Caicloud.io)联合创始人、首席大数据科学家。才云科技(Caicloud.io)是一家云计算、人工智能创业公司。最近推出全球首个商用 TensorFlow as a Service (TaaS) 深度学习平台和行业大数据解决方案,用数据助力企业成长。

郑泽宇曾在 Google 担任高级工程师,作为主要技术人员参与并领导了多个大数据项目。提出并主导的产品聚类项目用于衔接谷歌购物和谷歌知识图谱(Knowledge Graph)数据,使得知识卡片形式的广告逐步取代传统的产品列表广告,开启了谷歌购物广告在搜索页面投递的新纪元。

郑泽宇拥有 CMU 计算机硕士学位,在机器学习、人工智能领域有多年研究经验, 并在 SIGIR、SIGKDD、ACL、ICDM、ICWSM 等顶级国际会议上发表多篇学术论文。

课程内容:

本期内容包括但不限于:

1. TensorFlow 概述

2. 图像识别概述

3. 实操:用 Tensorflow 搭建图像识别模块

4. 疑难问题解答及讨论

活动详情:

3 月 20 日(周一)晚 8 点,斗鱼直播 + 微信群问答

扫描下方海报上的二维码,关注“AI研习社”微信公众号,在菜单里点击“公开课”添加管理员,管理员会拉你进群交流。另外,转发下方海报到朋友圈,还有机会赢取《TensorFlow:实战 Google 深度学习框架》书籍一本(共计 5 本)。

本次课程优先学术、技术开发人士进群,敬请知悉。

本文作者:恒亮

本文转自雷锋网禁止二次转载,原文链接

时间: 2024-07-30 05:24:53

预告:如何用 Tensorflow 搭建一套图像识别模块? | AI 研习社的相关文章

从原理到代码:大牛教你如何用 TensorFlow 亲手搭建一套图像识别模块 | AI 研习社

自 2015 年 11 月首次发布以来,TensorFlow 凭借谷歌的强力支持,快速的更新和迭代,齐全的文档和教程,以及上手快且简单易用等诸多的优点,已经在图像识别.语音识别.自然语言处理.数据挖掘和预测等 AI 场景中得到了十分广泛的应用. 在所有这些 AI 应用场景中,或许是源于视觉对人类的直观性和重要性,图像识别成为其中发展速度最快的一个.目前,该技术已经逐渐趋于成熟,并在人脸和情绪识别.安防.医疗筛查和汽车壁障等诸多领域都取得了重大成功. 在这种情况下,对于绝大多数的 AI 开发者而言

TensorFlow在工程项目中的应用 公开课视频+文字转录(下) | AI 研习社

本周四,雷锋网 AI 研习社邀请了跨国 IT 巨头 ThoughtWorks 的资深数据架构师白发川,主讲线上公开课,为大家讲解 TensorFlow 在工程项目中的应用. 讲师 白发川:自我介绍一下,我是 ThoughtWorks 白发川,之前一直从事大数据,后来我们开始做人工智能方向的一些尝试和工作.我们致力于将人工智能.机器学习.大数据结合在一块.在研究了了很多相关的机器学习框架之后,我们也做了自己的深度学习框架--deeplearning.scala.它由 scala 编写,目前是开源的

TensorFlow在工程项目中的应用 公开课视频+文字转录(上) | AI 研习社

本周四,雷锋网 AI 研习社邀请了跨国 IT 巨头 ThoughtWorks 的资深数据架构师白发川,主讲线上公开课,为大家讲解 TensorFlow 在工程项目中的应用. 此前,白老师与 ThoughtWorks 高级咨询师佟达接受了雷锋网(公众号:雷锋网)的采访,就新手入门 TensorFlow 容易遇到的一些问题,以及他们的入门经历,进行了分享.请参考:万事开头难!入门TensorFlow,这9个问题 TF Boys 必须要搞清楚. 另外, ThoughtWorks 的线上培训--"Ten

Tensorflow 1.0;TensorFlow 兼容 Spark;Python 迁移到 GitHub 等 | AI 研习社周刊

2 月 13 日~ 2 月 19 日,AI 开发者圈子里发生的那些事儿: Tensorflow 1.0 发布 在本月 15 日揭幕的 TensorFlow 开发者峰会上,谷歌正式发布了 TensorFlow 1.0 版本.新版本带来三大主要优化: 大幅提升的运算速度,尤其是对于多 GPU.分布式计算场景. 对高级别 API 有更好的兼容性,尤其完全兼容 Keras 改进 API 稳定性  本次峰会在加州山景城举行,是 TensorFlow 史上第一届开发者峰会,颇值得大家关注. 雅虎开源 Ten

【预告】田渊栋直播讲解Facebook 围棋 AI 程序 DarkForest 是如何推理的? | AI 研习社

昨天,腾讯围棋 AI 程序"绝艺"(Fine Art)在世界电脑围棋大赛 UEC 上力压多支日韩参赛退伍获得冠军(详见雷锋网(公众号:雷锋网)深度报道"扬名UEC杯,腾讯围棋AI'绝艺'夺冠之路全回顾"),一时间又引发了大家对 AI 和围棋的关注和讨论. 其实,自去年 3 月份 AlphaGo 战胜李世石之后,人们对会下围棋的人工智能程序已经不陌生了.大部分人都知道 AlphaGo 是利用了一种名叫深度学习的技术,然后基于互联网棋谱大数据的支持,每天自己跟自己对弈,

从理论到实践,手把手教你如何用 TensorFlow 实现 CNN

  一.CNN的引入 在人工的全连接神经网络中,每相邻两层之间的每个神经元之间都是有边相连的.当输入层的特征维度变得很高时,这时全连接网络需要训练的参数就会增大很多,计算速度就会变得很慢,例如一张黑白的 28×28 的手写数字图片,输入层的神经元就有784个,如下图所示:  若在中间只使用一层隐藏层,参数 w 就有 784×15=11760 多个:若输入的是28×28 带有颜色的RGB格式的手写数字图片,输入神经元就有28×28×3=2352 个-- .这很容易看出使用全连接神经网络处理图像中的

一文详解如何用 TensorFlow 实现基于 LSTM 的文本分类(附源码)

 引言 学习一段时间的tensor flow之后,想找个项目试试手,然后想起了之前在看Theano教程中的一个文本分类的实例,这个星期就用tensorflow实现了一下,感觉和之前使用的theano还是有很大的区别,有必要总结mark一下.   模型说明 这个分类的模型其实也是很简单,主要就是一个单层的LSTM模型,当然也可以实现多层的模型,多层的模型使用Tensorflow尤其简单,下面是这个模型的图  简单解释一下这个图,每个word经过embedding之后,进入LSTM层,这里LSTM是

如何用 TensorFlow 教机器人作曲?秘诀原来是这样

今天想来看看 AI 是怎样作曲的. 本文会用 TensorFlow 来写一个音乐生成器. 当你对一个机器人说:我想要一种能够表达出希望和奇迹的歌曲时,发生了什么呢? 计算机会首先把你的语音转化成文字,并且提取出关键字,转化成词向量.然后会用一些打过标签的音乐的数据,这些标签就是人类的各种情感.接着通过在这些数据上面训练一个模型,模型训练好后就可以生成符合要求关键词的音乐.程序最终的输出结果就是一些和弦,他会选择最贴近主人所要求的情感关键词的一些和弦来输出.当然你不只是可以听,也可以作为创作的参考

机器学习零基础?手把手教你用TensorFlow搭建图像识别系统(三)| 干货

雷锋网按:本文是介绍用TensorFlow构建图像识别系统的第三部分. 在前两部分中,我们构建了一个softmax分类器来标记来自CIFAR-10数据集的图像,实现了约25-30%的精度. 因为有10个不同可能性的类别,所以我们预期的随机标记图像的精度为10%.25-30%的结果已经比随机标记的结果好多了,但仍有很大的改进空间.在这篇文章中,作者Wolfgang Beyer将介绍如何构建一个执行相同任务的神经网络.看看可以提高预测精度到多少!雷锋网(公众号:雷锋网)对全文进行编译,未经许可不得转