在TensorFlow里使用卷积神经网络进行图像和文本识别 | 数盟社区

Posted by Sophie Turol, Technology Evangelist, in Machine Learning

 

本文为数盟原创译文,转载请注明出处为数盟社区

卷积神经网络(CNN)能够解决有关图像/ speach识别,文本分析等各种任务。最近由Altoros主办和赞助的Dallas TensorFlow聚会讨论了这些议题。会议展示了CNN如何在图像识别的中促进深度学习与TensorFlow。这些例子有MNIST——手写数字的大型数据集,Word2vec——一组用于生成字嵌入模型。

 

观看下面的影片了解更多细节。

图片和文字识别(MNIST和Word2vec)

 

Linaro的Viswanath Puttagunta提供神经网络的基础知识(权重,偏差,门函数等)的概述。接着,他谈到了简单MNIST数据的TensorFlow设置以及如何使用卷积神经网络来实现图像识别。 Viswanath还探讨了使用Word2vec作为示例文本分析。他展示了,不只是符号,而且作为矢量描述的单词和整个单词序列都可以被识别。

炉边谈话

 

Speetra有限公司的Abhijeet Sangwan和Linaro的Viswanath Puttagunta回答了听众的一些问题,有关开放源码的ML工具的精度,以及需要多少时间来训练模型的重要性等。

 

加入我们,获取最新信息!

原文链接 http://blog.altoros.com/image-and-text-recognition-with-tensorflow-using-convolutional-neural-networks.html
注:转载文章均来自于公开网络,仅供学习使用,不会用于任何商业用途,如果侵犯到原作者的权益,请您与我们联系删除或者授权事宜,联系邮箱:contact@dataunion.org。转载数盟网站文章请注明原文章作者,否则产生的任何版权纠纷与数盟无关。
期待你一针见血的评论,Come on!

不用想啦,马上 "登录"  发表自已的想法.