C#編寫TensorFlow人工智慧應用

標籤：iat   ror   技術分享   data   adk   學習   com   optimize   res   

C#編寫TensorFlow人工智慧應用

TensorFlowSharp入門使用C#編寫TensorFlow人工智慧應用學習。

TensorFlow簡單介紹

TensorFlow 是Google的第二代機器學習系統，按照Google所說，在某些基準測試中，TensorFlow的表現比第一代的DistBelief快了2倍。

TensorFlow 內建深度學習的擴充支援，任何能夠用計算流圖形來表達的計算，都可以使用TensorFlow。任何基於梯度的機器學習演算法都能夠受益於TensorFlow的自動分化（auto-differentiation）。通過靈活的Python介面，要在TensorFlow中表達想法也會很容易。

TensorFlow 對於實際的產品也是很有意義的。將思路從案頭GPU訓練無縫搬遷到手機中運行。

樣本Python代碼：

import tensorflow as tfimport numpy as np# Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3x_data = np.random.rand(100).astype(np.float32)y_data = x_data * 0.1 + 0.3# Try to find values for W and b that compute y_data = W * x_data + b# (We know that W should be 0.1 and b 0.3, but TensorFlow will# figure that out for us.)W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))b = tf.Variable(tf.zeros([1]))y = W * x_data + b# Minimize the mean squared errors.loss = tf.reduce_mean(tf.square(y - y_data))optimizer = tf.train.GradientDescentOptimizer(0.5)train = optimizer.minimize(loss)# Before starting, initialize the variables.  We will ‘run‘ this first.init = tf.global_variables_initializer()# Launch the graph.sess = tf.Session()sess.run(init)# Fit the line.for step in range(201):    sess.run(train)    if step % 20 == 0:        print(step, sess.run(W), sess.run(b))# Learns best fit is W: [0.1], b: [0.3]

 

使用TensorFlowSharp 

GitHub:https://github.com/migueldeicaza/TensorFlowSharp

官方源碼庫，該項目支援跨平台，使用Mono。

可以使用NuGet 安裝TensorFlowSharp，如下：

Install-Package TensorFlowSharp

 

編寫簡單應用

使用VS2017建立一個.NET Framework 控制台應用 tensorflowdemo，接著添加TensorFlowSharp 引用。

TensorFlowSharp 包比較大，需要耐心等待。

然後在項目屬性中產生->平台目標 改為 x64。

開啟Program.cs 寫入如下代碼：

        static void Main(string[] args)        {            using (var session = new TFSession())            {                var graph = session.Graph;                Console.WriteLine(TFCore.Version);                var a = graph.Const(2);                var b = graph.Const(3);                Console.WriteLine("a=2 b=3");                // 兩常量加                var addingResults = session.GetRunner().Run(graph.Add(a, b));                var addingResultValue = addingResults[0].GetValue();                Console.WriteLine("a+b={0}", addingResultValue);                // 兩常量乘                var multiplyResults = session.GetRunner().Run(graph.Mul(a, b));                var multiplyResultValue = multiplyResults[0].GetValue();                Console.WriteLine("a*b={0}", multiplyResultValue);                var tft = new TFTensor(Encoding.UTF8.GetBytes($"Hello TensorFlow Version {TFCore.Version}! LineZero"));                var hello = graph.Const(tft);                var helloResults = session.GetRunner().Run(hello);                Console.WriteLine(Encoding.UTF8.GetString((byte[])helloResults[0].GetValue()));            }            Console.ReadKey();        }        

運行程式結果如下：

 

TensorFlow C# image recognition

Image Recognition樣本體驗

https://github.com/migueldeicaza/TensorFlowSharp/tree/master/Examples/ExampleInceptionInference

下面學習一個實際的人工智慧應用，是非常簡單的一個樣本，Image Recognition。

建立一個 imagerecognition .NET Framework 控制台應用項目，接著添加TensorFlowSharp 引用。

然後在項目屬性中產生->平台目標 改為 x64。

接著編寫如下代碼：

 

 View Code

這裡需要注意的是由於需要下載初始Graph和標籤，而且是google的網站，所以得使用一些特殊手段。

最終我隨便下載了幾張圖放到bin\Debug\img

 

 然後運行程式，首先確保bin\Debug\tmp檔案夾下有tensorflow_inception_graph.pb及imagenet_comp_graph_label_strings.txt。

 

人工智慧的魅力非常大，本文只是一個入門，複製上面的代碼，你沒法訓練模型等等操作。所以道路還是很遠，需一步一步來。

更多可以查看 https://github.com/migueldeicaza/TensorFlowSharp 及 https://github.com/tensorflow/models

參考文檔：

TensorFlow 官網：https://www.tensorflow.org/get_started/

TensorFlow 中文社區：http://www.tensorfly.cn/

TensorFlow 官方文檔中文版：http://wiki.jikexueyuan.com/project/tensorflow-zh/

C#編寫TensorFlow人工智慧應用