TensorFlow是谷歌的第二代開源的人工智能學(xué)習(xí)系統(tǒng)，是用來實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的內(nèi)置框架學(xué)習(xí)軟件庫(kù)。目前，TensorFlow機(jī)器學(xué)習(xí)已經(jīng)成為了一個(gè)研究熱點(diǎn)。由基本的機(jī)器學(xué)習(xí)算法入手，簡(jiǎn)析機(jī)器學(xué)習(xí)算法與TensorFlow框架，并通過在Linux系統(tǒng)下搭建環(huán)境，仿真手寫字符識(shí)別的TensorFlow模型，實(shí)現(xiàn)手寫字符的識(shí)別，從而實(shí)現(xiàn)TensorFlow機(jī)器學(xué)習(xí)框架的學(xué)習(xí)與應(yīng)用。

機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉的學(xué)科，能夠?qū)崿F(xiàn)計(jì)算機(jī)模擬或者實(shí)現(xiàn)人類的學(xué)習(xí)行為，重構(gòu)自己的知識(shí)結(jié)構(gòu)從而改善自身的性能。2016年初，AlphaGo以大比分戰(zhàn)勝李世石，AI的概念從此進(jìn)入人們的視野，而機(jī)器學(xué)習(xí)就是AI的核心，是使計(jì)算機(jī)具有智能的根本途徑。TensorFlow是谷歌的第二代人工智能學(xué)習(xí)系統(tǒng)，是用來制作AlphaGo的一個(gè)開源的深度學(xué)習(xí)系統(tǒng)。

可以舉一個(gè)簡(jiǎn)單的例子來說明機(jī)器學(xué)習(xí)的概念，使用k近鄰算法改進(jìn)交友網(wǎng)站的配對(duì)效果［1］。比如說你現(xiàn)在想要在交友網(wǎng)站上認(rèn)識(shí)一個(gè)朋友，而交友網(wǎng)站上擁有每個(gè)注冊(cè)用戶的兩個(gè)信息（玩視頻游戲所耗時(shí)間的百分比和每年獲取的飛行?？屠锍虜?shù)），你想知道你會(huì)對(duì)哪些人比較感興趣，這時(shí)候就可以使用機(jī)器學(xué)習(xí)算法建立一個(gè)簡(jiǎn)單的模型?？梢詫⒁恍┳约赫J(rèn)為有魅力的人、魅力一般的人、不喜歡的人的這兩個(gè)信息（玩視頻游戲所耗時(shí)間的百分比和每年獲取的飛行常客里程數(shù)）輸入機(jī)器學(xué)習(xí)算法建立一個(gè)模型，如圖1所示。當(dāng)你想知道一個(gè)用戶是不是你感興趣交友的人時(shí)，輸入信息，計(jì)算機(jī)通過這個(gè)模型進(jìn)行計(jì)算，可以給你一個(gè)預(yù)測(cè)答案，這就是一種經(jīng)典的監(jiān)督學(xué)習(xí)算法。

機(jī)器學(xué)習(xí)算法有很多種類，上述例子說明的監(jiān)督學(xué)習(xí)算法只是其中的一類。如果換種方式去實(shí)現(xiàn)這個(gè)結(jié)果，你有一堆如上的數(shù)據(jù)，但是并不對(duì)這些數(shù)據(jù)進(jìn)行分類，讓算法按照數(shù)據(jù)的分散方式來觀察這些數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)形成了一些聚類，如圖2所示，而通過這種方法，能夠把這些數(shù)據(jù)自動(dòng)地分類，這就是一種無監(jiān)督學(xué)習(xí)算法。

機(jī)器學(xué)習(xí)的算法有很多，再比如用學(xué)習(xí)型算法來判斷你需要多少訓(xùn)練信息，用什么樣的更好的近似函數(shù)能夠反映數(shù)據(jù)之間的關(guān)系，使得用最少的訓(xùn)練信息獲得更準(zhǔn)確的判斷。

機(jī)器學(xué)習(xí)就是當(dāng)機(jī)器想要完成一個(gè)任務(wù)，通過它不斷地積累經(jīng)驗(yàn)，來逐漸更好、差錯(cuò)減少地完成一個(gè)任務(wù)。