Tensorflow存储学习

Question

我还没有尝试过Tensorflow，但仍然很好奇，它是如何存储的，以什么形式、数据类型、文件类型、获得的机器学习代码来供以后使用？

例如，Tensorflow在日本被用来分类黄瓜。使用的计算机花了很长时间才从给出的好黄瓜长什么样的例子中学习。学习是以什么形式保存下来供将来使用？

因为我认为如果程序必须在每次需要对黄瓜进行分类时重新学习图像，那将是效率低下的。

Answer 1

最终，考虑机器学习模型的一种高级方法是三个组件--模型的代码、该模型的数据以及运行该模型所需的元数据。

在Tensorflow中，该模型的代码是用Python编写的，并保存在GraphDef中。这使用了在Google创建的名为普罗托布夫的序列化格式。常见的序列化格式包括用于其他库的Python的本机泡菜。

编写这段代码的主要原因是从一些培训数据中“学习”--这最终是一组庞大的矩阵，充满了数字。这些是模型的“权重”--这也是使用ProtoBuf存储的，尽管存在其他格式，如HDF5。

Tensorflow还存储与此模型相关的元数据-例如，输入应该是什么样子(例如:图像？一些文本？)和输出(例如:一类图像(又名- cucumber1 )，还是2？有分数，还是没有？)这个也存储在Protobuf中。

在预测期间，您的代码加载图形、权重和元数据，并获取一些输入数据来提供输出。更多信息，这里。

Answer 2

你说的是符号数学库，还是张量流的概念？请在这里说得更具体些。

下面是一些讨论库和张量流的资源

这些是一些教程

下面是一些关于字段的背景

这是github 页面

如果你想要一个更具体的答案，请提供更多的细节，说明你对哪类工作感兴趣。

编辑：所以我假设你的问题与张量流的一般领域有关，而不是任何特定的应用。你的问题对这个网站来说还是太模糊了，但是我想告诉你一些你可能会觉得有趣的资源。

用于图像识别的tensorflow通常使用ANN (_A_rtificial _N_eural _N_etwork)作为作用对象。这意味着，tensorflow库可以帮助对神经网络进行数字运算，我相信您可以通过快速的google搜索来阅读这些信息。

关键是tensorflow本身并不是机器学习的一种形式，它更像是一个有用的数字处理库，类似于python中的numpy，在大规模的深度学习模拟中。你应该多读一些这里。