TensorFlow — не самый простой из языков, и людей часто разочаровывает крутая кривая обучения . Есть и другие языки, которые проще и стоит изучить , например PyTorch и Keras. полезно изучить различные архитектуры и типы нейронных сетей, чтобы вы знали, как их можно использовать.
Также нужно знать, сложно ли изучить TensorFlow? Исследователям Tensorflow сложно изучить и сложно использовать. Все исследования связаны с гибкостью, а отсутствие гибкости заложено в Tensorflow на глубоком уровне. Для специалистов по машинному обучению , таких как я, Tensorflow тоже не лучший выбор.
Можно также спросить, а стоит ли изучать машинное обучение? Линейная алгебра, статистика и вероятность составляют основу машинного обучения . Если вы разработчик с серьезными планами присоединиться к подножке машинного обучения, пришло время освежить свои знания математики в старшей школе. Безусловно, это достойное вложение. Помимо математики, важным навыком для машинного обучения является анализ данных.
Впоследствии можно также спросить, сколько времени потребуется на изучение TensorFlow?
Каждый шаг должен занять от 4 до 6 недель. И через примерно 26 недель с момента вашего начала, и если вы будете неукоснительно следовать всем вышеперечисленным, у вас будет прочный фундамент в глубоком обучении.
Зачем мне изучать TensorFlow?
Tensorflow — самая известная библиотека, используемая в производстве для моделей глубокого обучения . У него очень большое и потрясающее сообщество. С другой стороны, Keras — это API высокого уровня, построенный на TensorFlow (и его также можно использовать поверх Theano). Он более удобен и прост в использовании по сравнению с TF.