Мое знакомство с миром TensorFlow.
Машинное обучение — это раздел «информатики, который дает компьютерам возможность обучаться без явного программирования». — Артур Сэмюэл, 1959 г.
На выходных я посетил DevFestMN (Группа разработчиков Google DevFests) — конференцию, ориентированную на Google, которая проводится раз в год и проходит здесь, в городах-побратимах. Было несколько дорожек; включая разработку Android, IoT и различные другие сервисы Google. Я обнаружил, что посещаю в основном доклады о машинном обучении.
Первый доклад о машинном обучении, который я посетил, назывался Машинное обучение с TensorFlow 101. TensorFlow описывается как библиотека с открытым исходным кодом для машинного интеллекта. Множество разных компаний используют TensorFlow, включая Intel, Snapchat и Uber. Я слышал о TensorFlow в прошлом, но концепция и документация показались мне довольно пугающими. Я познакомился с основами TensorFlow, используя Docker, Jupyter и Python 2. Докладчик дал потрясающий обзор машинного обучения и различных приложений, к которым может применяться машинное обучение. Мы также попытались написать быстрый алгоритм машинного обучения. Из моего сверхнизкого понимания того, что происходит, я считаю, что мы создали алгоритм для анализа различных матриц данных и поиска закономерностей. Вы можете проверить мой репозиторий github для этого доклада здесь.
Второй доклад о машинном обучении, который я посетил, был «Нейронные сети для новичков». Это был отличный доклад, посвященный концепции TensorFlow, вычислительным нейронам и тому, как они работают. Честно говоря, я был ошеломлен, когда спикер привел простой пример «нейрона рекомендации пиццы», который может сказать вам, понравится ли вам пицца с определенной начинкой, основываясь на пиццах, которые вы ели в прошлом с различными начинками, даже если вы никогда не ели эту пиццу раньше. Хотя живого кодирования не было, я смог понять, как работает отдельный нейрон в искусственной нейронной сети, и как создать свою собственную.
Я думаю, было бы здорово написать простую нейронную сеть, которая могла бы помочь с домашней автоматизацией… возможно, понять ваши привычки, например, когда вы обычно возвращаетесь домой, чтобы, например, ваш Roomba мог почистить ваш ковер перед вашим приходом. Я также думаю, что было бы здорово научить машину играть в довольно насыщенную графикой игру, такую как Mariokart, и посмотреть, как я могу использовать TensorFlow для компьютерного зрения.
Посетив оба этих доклада, я чувствую уверенность в своих будущих начинаниях с TensorFlow! Меня вдохновило пройти два курса Coursera: «Машинное обучение» Эндрю Нг (предоставлено Стэнфордом), а также «Нейронные сети для машинного обучения» Джеффри Хинтона (предоставлено Университетом Торонто). Отдельное спасибо спикерам и DevFestMN за организацию еще одного замечательного съезда. Надеюсь увидеть вас на DevFestMN 2018 :)
