海南省海南中学2015-2016学年高一数学下学期期中试题.doc

1、正是因为机器学习的目标是获得规则，人们便可以拿它来做各种预测：股票走势、彩票号码、服饰推荐、甚至预测员工何时离职。图片识别本质上也是找到规则。比如要识别一张图片物体是否有一只猫咪，那么胡须、耳朵、绒毛等都可以作为猫咪的特征值，而定义特征值就是在定义成为一只猫的组成规则。详解一个机器学习 Demo学习一项技能最好方法就是去使用它。这部分我们来看一个 TensorFlow Demo。TensorFlow 是 Google 推出的深度学习框架，基本信息我就不多做介绍了。我要介绍的是如何读懂这个 Demo。你可能会问，一个 Demo 有那么难懂么？对于机器学习的初学者来说，如若不懂神经网络、损失函数、

2、评估指标等概念，还真是挺难读懂一个 Demo 的。看下这个 Demo，代码不多，我全部贴出来了。看到这部分代码的全貌，什么感觉？我第一次读到的感觉是：语法都能看懂，但就是不知道你这是要干啥！如果你也有这样的感觉，那么我建议你认真把这篇文章读完。这个 Demo 实际上是要训练一个可以识别手写数字的模型（Model）, 要识别的手写数字长这样：你也许一下子会有很多问号。手写数字？图片在哪？怎么识别？别急，下面我来为大家详解这个 Demo。数据准备人工智能领域中的数据是什么？我们从 TensorFlow 这个框架的名字中就能看出来 - Tensor（张量）形成的 Flow（流）。在人工智能领域，绝大

3、部分数据都是以 Tensor 的形式存在，而 Tensor 可以直接理解成多维数组。举个例子: 要把一张图片输入到人工智能模型中。我们第一反应是要先把图片数字化，用 Base64 来表示这张图、或者用二进制等等。但是对于人工智能系统，最佳方式是把图片转换成 Tensor。我们试试用 Tensor 来表示一张 像素 3*3 、背景为白色、对角线为黑色的图片：运行代码之后，我们就得到了那张对角线是黑色的 3*3 图片。这就是用一个四阶 Tensor 表示一张图片，Tensor 形状为 (1, 3, 3) 。同理如果要表示 6000 张 28*28 的图片，那么 Tensor 的形状就是  (6000, 28, 28)。现在我们阅读第一部分的代码：MNIST(Mixed National Institute of Standards and Technology database) 是美国国家标准与技术研究院收集整理的大型手写数字数据库，包含 60,000 个示例的训练集以及 10,000 个示例的测试集，里面的图片长这样。img data-ratio=0.61484375