曾经学习过一段时间ML.NET的知识，ML.NET是微软提供的一套机器学习框架，相对于其他的一些机器学习框架，ML.NET侧重于消费现有的网络模型，不太好自定义自己的网络模型，底层实现也做了高度封装。

最近想从底层学习一下机器学习的相关知识，经过初步筛选，计划定位于python + pytorch这个方向入手，经过一段时间的学习，我发现由于对python语言不太熟悉，导致实践起来比较困难，先不说机器学习相关的代码，光周边代码就搞得焦头烂额了。想要下决心好好修炼一下python必然不是一朝一夕的事情，所以考虑是否学一个采用C#的机器学习框架，这样就可以专心研究目标代码，配套服务就可以轻松搞定了。

经搜索发现了SciSharp-Stack这个项目，一开始我定位于Torch.Net，最终选择了TensorFlow.NET这个框架。选择TensorFlow.NET主要是因为如下几个原因：

  • 示例比较丰富，第一次下载、编译、运行都很顺利。（如果开源项目提供的HelloWorld项目跑不起来的话，就没有信心使用了）
  • 代码一直在更新，社区比较活跃，Issue上问问题会有人回答；
  • 架构比较合理，通过.NET对google提供的原生动态链接库进行封装，和我们使用MySQL.Data的架构类似，C#开发人员很熟悉这种架构；
  • 代码风格接近python+tensorflow的实现方式，便于参考网络上大量python的例程。

这个系列的文章就是我这段时间学习TensorFlow.Net的心得体会，整个系列的文章目录如下：

  1. TensorFlow.NET机器学习入门【1】开发环境与类型简介
  2. TensorFlow.NET机器学习入门【2】线性回归
  3. TensorFlow.NET机器学习入门【3】采用神经网络实现非线性回归
  4. TensorFlow.NET机器学习入门【4】采用神经网络处理分类问题
  5. TensorFlow.NET机器学习入门【5】采用神经网络实现手写数字识别（MNIST）
  6. TensorFlow.NET机器学习入门【6】采用神经网络处理Fashion-MNIST
  7. TensorFlow.NET机器学习入门【7】采用卷积神经网络（CNN）处理Fashion-MNIST
  8. TensorFlow.NET机器学习入门【8】生成对抗网络GAN
  9. TensorFlow.NET机器学习入门【9】采用GPU进行学习

由于作者本人对于机器学习的认识还处于入门阶段，写作过程中难免存在纰漏，如果您发现有什么错误的地方，请及时指出来。

【参考资料】

TensorFlow.NET

SciSharp-Stack-Examples

《深度学习入门：基于Python的理论与实践（斋藤康毅）》

TensorFlow.NET机器学习入门【0】前言与目录的更多相关文章

  1. TensorFlow.NET机器学习入门【1】开发环境与类型简介

    项目开发环境为Visual Studio 2019 + .Net 5 创建新项目后首先通过Nuget引入相关包: SciSharp.TensorFlow.Redist是Google提供的TensorF ...

  2. TensorFlow.NET机器学习入门【2】线性回归

    回归分析用于分析输入变量和输出变量之间的一种关系,其中线性回归是最简单的一种. 设: Y=wX+b,现已知一组X(输入)和Y(输出)的值,要求出w和b的值. 举个例子:快年底了,销售部门要发年终奖了, ...

  3. TensorFlow.NET机器学习入门【3】采用神经网络实现非线性回归

    上一篇文章我们介绍的线性模型的求解,但有很多模型是非线性的,比如: 这里表示有两个输入,一个输出. 现在我们已经不能采用y=ax+b的形式去定义一个函数了,我们只能知道输入变量的数量,但不知道某个变量 ...

  4. TensorFlow.NET机器学习入门【4】采用神经网络处理分类问题

    上一篇文章我们介绍了通过神经网络来处理一个非线性回归的问题,这次我们将采用神经网络来处理一个多元分类的问题. 这次我们解决这样一个问题:输入一个人的身高和体重的数据,程序判断出这个人的身材状况,一共三 ...

  5. TensorFlow.NET机器学习入门【5】采用神经网络实现手写数字识别（MNIST）

    从这篇文章开始,终于要干点正儿八经的工作了,前面都是准备工作.这次我们要解决机器学习的经典问题,MNIST手写数字识别. 首先介绍一下数据集.请首先解压:TF_Net\Asset\mnist_png. ...

  6. TensorFlow.NET机器学习入门【6】采用神经网络处理Fashion-MNIST

    "如果一个算法在MNIST上不work,那么它就根本没法用:而如果它在MNIST上work,它在其他数据上也可能不work". -- 马克吐温 上一篇文章我们实现了一个MNIST手 ...

  7. TensorFlow.NET机器学习入门【7】采用卷积神经网络（CNN）处理Fashion-MNIST

    本文将介绍如何采用卷积神经网络(CNN)来处理Fashion-MNIST数据集. 程序流程如下: 1.准备样本数据 2.构建卷积神经网络模型 3.网络学习(训练) 4.消费.测试 除了网络模型的构建, ...

  8. TensorFlow.NET机器学习入门【8】采用GPU进行学习

    随着网络越来约复杂,训练难度越来越大,有条件的可以采用GPU进行学习.本文介绍如何在GPU环境下使用TensorFlow.NET. TensorFlow.NET使用GPU非常的简单,代码不用做任何修改 ...

  9. 45、Docker 加 tensorflow的机器学习入门初步

    [1]最近领导天天在群里发一些机器学习的链接,搞得好像我们真的要搞机器学习似的,吃瓜群众感觉好神奇呀. 第一步 其实也是最后一步,就是网上百度一下,Docker Toolbox,下载下来,下载,安装之 ...

随机推荐

  1. 如何使用Docker构建开发环境

    我们在开发中都会遇到这样的问题:在本地开发好功能后,部署到服务器,或者其他人拉到本地接着开发时,会出现功能无法使用的情况. 这些异常情况,大多数时候是因为系统不同而导致的依赖差异.因此,为了解决这个问 ...

  2. webpack--css、html 和 js 代码的常用处理

    前言 本文来总结下webpack中 css.js.html 代码常见的处理方式,学习笔记仅供参考. 正文 1.css样式文件处理 (1)提取css为一个单独的文件 在我们前面学习了webpack的基础 ...

  3. doxygen文件配置

    主要配置修改 整个程序配置分几个部分 Project related configuration options 项目相关,包括: 项目名 输出目录 输出语言 是否显示继承属性 是否对C.Java.F ...

  4. DAS，NAS,SAN,简介

    根据服务器类型分为:封闭系统的存储和开放系统的存储,封闭系统主要指大型机,开放系统指基于Windows.UNIX.Linux等操作系统的服务器;开放系统的存储分为:内置存储和外挂存储;外挂存储根据连接 ...

  5. 【GS基础】植物基因组选择研究人员及数量遗传学发展一览

    目录 1.GS研究 2.数量遗传发展 GS应用主要在国外大型动物和种企,国内仍以学术为主.近期整理相关学术文献,了解到一些相关研究人员,记录下备忘查询,但不可能全面. 1.GS研究 Theo Meuw ...

  6. rust shadow

    1 fn main() { 2 let mut demo = 12; 3 println!("{}",demo); 4 demo = 21; // 值可变,数据类型不可变 5 pr ...

  7. perl 获取目录信息

    1 #!/usr/bin/perl -w 2 use strict; 3 use FindBin qw($Bin $Script); 4 5 my $rp=$Bin; 6 print "th ...

  8. Linux学习——Gdb基本调试方法&&多线程调试

    1.Gdb的基本调试 示例代码 //e.c #include <stdio.h> void debug(char *str) { printf("debug info :%s\n ...

  9. linux 线程函数小结

    由于主线程已经开始跑了,次线程还在使用串口打印需要一点时间,因此打印的都是重复的. #include "pthread.h" #include "stdio.h" ...

  10. 52-Linked List Cycle

    Linked List Cycle My Submissions QuestionEditorial Solution Total Accepted: 102785 Total Submissions ...