我已经成为全栈Web开发人员15年了，并且希望参与机器学习。已经有一个特定的方案：我们有一个包含数百万个产品和每个产品映像的数据库。还有一个约有5000个术语的数据库。
产品图片已链接到多个术语（通常为3-20），因此该链接仍具有权重（1-100％）。这些术语始终具有视觉性质，即它们描述图像上的视觉可识别特征。
现在的目标应该是上传新图像（当然带有主题参考），并基于已经分类的图像获得可能的术语（包括概率）的答案。
您对如何最好地从这里开始有什么建议？有没有适合这种情况的框架？ TensorFlow与该任务相关吗？我应该学习什么新语言？
非常感谢您！
答案 0 :(得分：1)
可以使用TensorFlow，尽管它很“低级”。因此，如果您只是入门，那么将Keras与TensorFlow后端结合使用可能会更好，因为它更加用户友好。
关于语言，您可能会使用Python。因此，如果您还不知道，则应该开始。我认为您还可以在已经是开发人员的情况下进行练习时即时学习它。
对于教程，您可能必须选择许多不同教程的相关内容。您可以开始使用以下内容：
https://www.pyimagesearch.com/2018/05/07/multi-label-classification-with-keras/