TensorFlowで解決できる問題の種類は何ですか？

Question

TensorFlowホームページには、その目的が「数値計算のためのソフトウェアライブラリ」として記載されています。

1. 入力
2. モデルは、1のためにいくつかのトレーニングデータを考えると
3. 所望の出力

パラメータ）と3）：次のような問題が常に処方されるように見えるのサンプル問題を見2）を計算することができる。

私はこれはボット、自己駆動車、「数値計算」の広義の定義を考えると、画像分類など

を作成するために使用することができますどのように見ることができますが、私はこれをすることができ、他の問題のクラスが欠落していますのために使用される？これは、航空機周辺の気流や応力下の構造の変形など、より古典的な数値計算に使用できますか？これらの古典的な問題を上記の形に適合させるためにどのようにしなければならないかの例はありますか？

Answer 1

A nice discussion私たちの脳がニューラルネットワークであるという事実は、最終的に人工ニューラルネットワークが同じタスクを実行できることを意味するかもしれません。

いくつかのより今日使用人工ニューラルネットワークの例：music creation、image based location、page rank、google voice、stock trade predictions、nasa star classifiaction、traffic management
私が知っているがために良いの参照を持っていない一部のフィールド：
光学量子力学テストセット-up発電
医療診断、reference程度しか安全
シャープLogiCook電子レンジ、wiki、nasa mention

ANNで解決できる何百万もの「問題」があると思うので、データ表現（入力、出力）を決定することは、これらのいくつかの課題になります。私が考えている便利で役に立たないいくつかの例：
- 特定の天気の種類のあなたの願いを学ぶ家のサーモスタット。
- ベーカリーの生産予測 - ボード上の石を認識し、その場所をマップします - 個人的なアクティビティ推測者をオンにして、適切なデバイスをオンにします。
- マウスの動きに基づいて人を認識する

適切なデータとネットワークが与えられていれば、これらの例が有効です。 お父さんは暖房システムを制御しているPCを持っています。私は10年の暖房データ（外気温度、室内温度、湿度など）に基づいてネットワークを訓練しましたが、残念ながらそれを接続することはできません。

私の叔母と叔父は、6年の販売データに基づいてベーカリーを持っています。パンとパンの数を予測するネットワークを訓練しました。正しい入力がどれほど重要であるかがわかりました。まずは年の日を使いましたが、曜日に切り替えると精度が15％向上しました。

現在、私は特定の画像でgo boardを検出し、黒、白、または石が存在しないかどうかを示す361の場所をすべてマップするネットワーク上で作業しています。情報は1つのニューロンで、データを表現するためのさまざまな方法で保存することができますどのくらいのを見せてくれた

二つの例： Image example、neuron exampleは（残念ながらあなた自身がそう彼らに少し時間を与える両方の例を訓練する必要があります。）

飛行機の周りの気流をオンにします。
私は気流計算について何も知っていません。あなたが飛行機を「描く」ことができる本当に巨大な3D入力層と気流の方向とスピードが私の試みです。
これはうまくいくかもしれませんが、膨大な計算能力が必要になります。この特定のトピックについてもっと知っている方は、より抽象的なデータ表現方法を知っている可能性があります。 This nasa paper翼の周りの気流を計算するためのニューラルネットワークについて話しています。残念ながら私は彼らがどんな種類の入力を使用しているのか理解していません。