文档介绍:研究生课程论文封面课程名称: 机器学****论文题0:基于TensoriFlow的图像识别学牛班级: 1703 学生学号;201713907111 学生姓名: 胡靖 任课教师: 张晓龙 学位类别: 硕士 评分标准及分值选题与参阅资料(分值 )论文内容(分值)论文表述(分值)创新性(分值 )评分注:任课教师可根据需要对评分标准进行调整论文评语:总评分 评阅教师: 鑒警口注:此表为每个学生的论文封面,请任课教师填写分项分值基于TensorFlow的图像识别胡靖武汉科技大学计算机学院摘要:TensorFlow是谷歌的第二代开源的人工智能学****系统,是用来实现神经网络的内置框架学****软件库。目前,TensorFlow机器学****已经成为了一个研究热点。由基本的机器学****算法入手,简析机器学****算法与TensorFlow框架,并通过在Linux系统下搭建环境,进行图像分类识别,从而实现TensorFlow的学****与应用关键词:TensorFlow;卷积神经网络;图像识别;Abstract:TensorFlowisGoogle'ssecond・generationopensourceartificialintelligencelearningsystem,workbuilt-inframeworklearningsoftwarelibrary・Atpresent,,thepaperanalyzesthemachinelearningalgorithmandTensorFlowframework,andthroughthebuildenvironmentinLinuxsystem,carriesontheimageclassificationrecognition,inordertorealizetheTensorFlowlearningandtheapplicationKeywords:N;imageclassification;弓I言口机器学****是一门多领域交叉的学科,能够实现计算机模拟或者实现人类的学****行为,重构自己的知识结构从而改善自身的性能oTensorFlow是谷歌的第二代人工智能学****系统,是用来制作DeepMind的一个开源深度学****系统。N卷积神经网络,N卷积神经网络:卷积神经网络是近年发展起來,并引起广泛重视的一种高效识别方法。20世纪60年代,Hubei和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元吋发现其独特的网络结构可以有效地降低反馈神经网络的复杂性,继而提出了卷积神经网络(works-N)。N已经成为众多科学领域的研究热点之一,特别是在模式分类领域,由于该网络避免了对图像的复杂前期预处理,可以直接输入原始图像,因而得到了更为广泛的应用。。随后,更多的科研工作者对该网络进行了改进。其屮,具有代表性的研究成果是Alexander和Taylor提出的“改进认知机",该方法综合了各种改进方法的优点并避免了耗时的误差反向传播。N的基本结构包括两层,其一为特征提取层,每个神经元的输入与前一层的局部接受域相连,并提取该局部的特征。一旦该局部特征被提取后,它与其它特征间的位置关系也随之确定下来;其二是特征映射层,网络的每个计算层由多个特征映射组成,每个特征映射是一个平面,平面上所有神经元的权值相等。特征映射结构采用影响函数核小的sigmoid函数作为卷积网络的激活函数,使得特征映射具有位移不变性。此外,由于一个映射面上的神经元共享权值,因而减少了网络自由参数的个数。卷积神经网络中的每一个卷积层都紧跟着一个用来求局部平均与二次提取的计算层,N主要用來识别位移、缩放及其他形式扭曲不变性的二维图形。N的特征检测层通过训练数据进行学****N吋,避免了显示的特征抽取,而隐式地从训练数据中进行学****再者由于同一特征映射面上的神经元权值相同,所以网络可以并行学****这也是卷积网络相对于神经元彼此相连网络的一大优势。卷积神经网络以其局部权值共享的特殊结构在语音识别和图像处理方面有着独特的优越性,其布局更接近于实际的生物神经网络,权值共享降低了网络的复杂性,特别是多维输入向量的图像可以直接输入网络这一特点避免了特征提取和分类过程屮数据重建的复杂度。,上一层的特征maps被一个可学****的卷积核进行卷积,然后通过一个激活函数,就可以得到输出特征mapo每一个输出map可能是组合卷积多个输入maps的值:ve,w/ 丿这里表示选择的输入maps的集合,那么到底选择哪些输入maps呢?有选择一对的或者三个的。但下面