TensorFlow机器学习

第2章　你的第一个分类器

安装好TensorFlow后，接下来我们将对其进行检验，为此我们将从头开始编写我们的第一个分类器，并对其进行训练和测试。

我们的第一个分类器是一个手写识别器。在手写识别方面，非常常见的一个训练数据集是MNIST手写数字数据集。不过，我们将使用一个名为notMNIST的类似数据集，它由英语字母表中的前10个字母（A～J）的图片组成。

2.1　关键部分

大多数机器学习分类器包含以下3个关键部分。

• 训练管道。
• 神经网络设置和训练。
• 应用管道。

训练管道用于获取数据、展示数据、净化数据、均匀化数据，并将数据转换成神经网络可接受的格式。如果训练管道占据你80%～85%的工作量，那么不要为此感到惊讶，因为这是大多数机器学习工作的实际情况。一般来说，训练数据越真实，训练管道需要花费的时间越多。在企业环境中，训练管道可能是一个持续增强的工作过程，数据集变得更大时更是如此。

第二部分为神经网络设置和训练，对于常规问题它可以快速完成，而对于较困难的问题则需要深入研究。你可能需要一遍又一遍地调整网络设置，直到最终达到所期望的分类器准确率。训练是整个过程中计算成本最高的部分，在评估每次增量修改的结果之前，它都需要花费一定的时间。

一旦完成初始设置，且训练网络达到足够的准确率，那么我们就可以反复使用它了。第10章将探索更多高级主题，例如持续学习，在持续学习中对模型的使用可以反馈到分类器的进一步训练中。

2.2　获取训练数据

机器学习离不开训练数据，且通常需要大量的训练数据。机器学习可利用标准训练数据集，这些数据集通常用于基准化节点模型和配置，并提供一种一致性标准来评估相对于前一步的性能变化。此外，很多数据集也用于每年的各种竞赛中。

本章使用由机器学习研究员Yaroslav Bulatov提供的训练数据。 ...