spiralis Apr 13 2017 at 14:37

Библиотека глубокого обучения Tensorflow

16 min

131K

Open Data Science corporate blogPython*Mathematics*Machine learning*TensorFlow*

+83

Comments 15

irepetitor_ru Apr 13 2017 at 21:42

Выглядит так, как будто основное время занимает спецификация модели и программирование тензора.
Что у TF есть на счёт тестирования модели? Постоценки?

spiralis Apr 13 2017 at 21:58

Ответ попал в соседний комментарий. В общем, каких-то специальных инструментов нет, всё делается ручками, но самое неудобное имхо — это разделение выборки на обучение и контроль.

spiralis Apr 13 2017 at 21:42

Тестирование приходится делать отдельно — в коде примеров я для этого откладывал часть выборки и отдельно прогонял вычисление функции потерь.

DustCn Apr 14 2017 at 03:57

Короче это перевод материала с гитхаба, метки перевода не наблюдаю…

-14

mephistopheies Apr 14 2017 at 10:25

месье, потрудитесь привести ссылку на оригинал, иначе вы ценитель мужской красоты, если вы понимаете о чем я

DustCn Apr 14 2017 at 13:18

https://www.tensorflow.org/images/getting_started_final.png взято из https://www.tensorflow.org/get_started/get_started#the_computational_graph

Да и вообще все изложение оригинального https://www.tensorflow.org/get_started/get_started так или иначе повторяет начало статьи.

-6

mephistopheies Apr 14 2017 at 15:05

вас не смущает, что в современных учебниках по математике часто говорят о том же, о чем писал Гаусс в своих работах?

и кстати раз уж вы привели ссылки, потрудитесь теперь указать на то, какой параграф данного текста является переводом соответствующего текста оригинала? иначе вы все еще останетесь ценителем накаченных мужских ягодиц

SergVasiliev Apr 14 2017 at 11:32

Я, кстати, недавно проверял исходный код TensorFlow с помощью PVS-Studio и нашёл несколько любопытных мест. Может быть кому-то будет интересно. Ссылка на статью.

yorko Apr 14 2017 at 14:07

А кто-то с Джеффом Дином бухал. Ему тоже здесь откоментить?

-7

yorko Apr 15 2017 at 02:04

Комментарий выше писался при температуре. Прошу прощения.

mephistopheies Apr 14 2017 at 15:06

странно, что вас еще не купил гугл

-3

noonv Apr 14 2017 at 12:20

Отличная статья! Спасибо!

olferuk Apr 14 2017 at 14:14

Спасибо за статью, хорошая отправная точка для начинающих!

Однако, было бы супер здорово, если бы вы рассказали, где бы я мог обойтись тем же Keras поверх TF, а где TF все-таки был бы предпочтительнее. Что-то вроде rules of thumb.

И чем переход Keras в руки TF теперь грозит для развития фреймворка и коммьюнити?

couatl Apr 14 2017 at 14:18

Кстати, на следующей неделе скорее всего будет статья и про Керас в нашем блоге.
Подписывайтесь, чтоб не пропустить.

spiralis Apr 14 2017 at 14:29

У меня не было особо большого опыта в использовании keras в связке с TF, больше пригождалась высокоуровневая библиотека tflearn, но это было еще до всех этих объединений, в районе версии TF 0.12.
Предположу, что идея использования высокоуровневых библиотек придет сама, когда вам надоест описывать 10 раз один и тот же полносвязный слой в TF. Однако что-то нестандартное(чего еще нет в keras/sklearn) придется писать руками в TF. А потом внести это в тот же keras.

Касательно судьбы keras вместе с TF — я бы не сказал, что библиотека перешла под контроль гугла/TF. keras теперь стал высокоуровневой библиотекой с поддержкой и theano, и TF. Возможно, скорее вымрет tflearn.