Deep Learning::Tensor Flow

q8sc1KuZ_400x400
Página de Material sobre TensorFlow

Tutoriais

Instalação de TensorFlow e uso com Keras

  1. Deep Learning::Tensor Flow::Instalando em Linux
  2. Deep Learning::Preparando seu Computador para usar TensorFlow em GPU
  3. Deep Learning::Instalando Keras

Uso de tf.keras a emulação de Keras implementada por TensorFlow

  1. Documentação de tf.keras
    1. tf.keras is TensorFlow’s implementation of the Keras API specification.
    2. https://www.tensorflow.org/guide/keras
    3. https://www.tensorflow.org/api_docs/python/tf/keras/models
  2. Medium::Multi-GPU training with Estimators, tf.keras and tf.data

Tutoriais de Deep Learning com TensorFlow

  1. Kaggle – Deep Learning
  2. Martin Görner – Learn TensorFlow and deep learning, without a Ph.D.
    1. GitHub: GoogleCloudPlatform/tensorflow-without-a-phd
    2. Codelab: Learn TensorFlow and deep learning, without a Ph.D. (usando MNIST como exemplo)

Interface de Alto Nível nativa de TF: TensorFlow Object Detection API

  1. GitHub: TensorFlow Object Detection API
  2. GitHub: Usando TensorFlow Object Detection API com OpenCV
  3. Medium: Step by Step TensorFlow Object Detection API Tutorial 
  4. Becoming Human: TensorFlow Object Detection API tutorial — Training and Evaluating Custom Object Detector
  5. Introduction and Use – Tensorflow Object Detection API Tutorial
  6. TensorFlow Object Detection API tutorial em Read the Docs
  7. Towards Data Science: Detecting Pikachu on Android using Tensorflow Object Detection
    1. https://github.com/juandes/pikachu-detection

Usando TensorFlow Object Detection API na Nuvem (Google Colab)

  1. Hackernoon::Object Detection in Google Colab with Custom Dataset
  2. Medium::TensorFlow Object Detection API in 5 clicks from Colaboratory
  3. Medium::Training Tensorflow for free: Pet Object Detection API Sample Trained On Google Colab

Links

Distribuições e compilações não-oficiais

Se você necessita de TensorFlow para ambientes customizados ou fora do pasrão, é aqui que você vai achar. Por exemplo: TensorFlow-GPU oficial é compilado para Ubuntu 16.04, CUDA 9.0, CUDNN 7.0 e versões também desatualizadas das bibliotecas de desenvolvimento. Se você instalou a última versão de tudo em seu Linux Ubuntu 18 novinho em folha (na data da escrita dessa página CUDA 9.2 e CUDNN 7.1), TensorFlow-GPU oficial não vai funcionar… Para isso existem essa distribuições aqui: para salvar a sua vida e você não ter de compilar tudo você mesmo!

  1. mind/wheels: Performance-optimized wheels for TensorFlow (SSE, AVX, FMA, XLA, MPI)
  2. Issues · yaroslavvb/tensorflow-community-wheels

Observe que são arquivos Python Wheel (.whl), para serem instalados usando pip ou pip3.

Mais coisas: Model Zoos e Cursos

Copyright © 2018 Aldo von Wangenheim/INCoD/Universidade Federal de Santa Catarina

Sobre o Autor

possui graduação em Ciências da Computação pela Universidade Federal de Santa Catarina (1989) e Doutorado Acadêmico (Dr. rer.nat.) em Ciências da Computação pela Universidade de Kaiserslautern (1996). Atualmente é professor Titular da Universidade Federal de Santa Catarina, onde é professor do Programa de Pós-graduação em Ciência da Computação e dos cursos de graduação em Ciências da Computação e Sistemas de Informação. Tem experiência nas áreas de Informática em Saúde, Processamento e Análise de Imagens e Engenharia Biomédica, com ênfase em Telemedicina, Telerradiologia, Sistemas de Auxílio ao Diagnóstico por Imagem e Processamento de Imagens Médicas, com foco nos seguintes temas: analise inteligente de imagens, DICOM, CBIR, informática médica, visão computacional e PACS. Coordena o Instituto Nacional de Ciência e Tecnologia para Convergência Digital - INCoD. Foi o criador e primeiro Coordenador do Núcleo de Telessaúde de Santa Catarina no âmbito do Programa Telessaúde Brasil do Ministério da Saúde e da OPAS - Organização Pan-Americana de Saúde e criador do Núcleo Santa Catarina da RUTE - Rede Universitária de Telemedicina.