基于TensorFlow的决策树算法实现及其在监狱假释鉴别上的应用
摘要：文章主要对tensorflow的背景知识和其在各个领域的运用进行较为全面的介绍。其中主要包括了对手写数字和交通标识的识别，大学英语语言训练中的应用，卷积神经网络设计，以及高性能计算平台应用探索与实践。
关键字：Tensorflow；神经网络；机器学习；高性能计算
- 前言
随着科学技术的发展和人工智能领域的热潮，从智能手机的语音助手，到相机的人脸识别，人工智能技术已经进入到我们生活的方方面面，在未来将深刻的影响我们的生活。
为了加速深度学习领域的发展，2015年11月9日，Google发布深度学习框架TensorFlow并宣布开源。在短短的一年时间内，在GitHub上，TensorFlow就成为了最流行的深度学习项目。
TensorFlow在图形分类、音频处理、推荐系统和自然语言处理等场景下都有丰富的应用。虽然Tenforflow开源时间刚满一年，但是它正在以迅猛的速度渗入到我们的寻常生活中。
在澳大利亚，海洋生物学家与来自昆士兰大学（Queensland University）的计算机科学家合作，通过TensorFlow技术，使用探测器自动地在数以万计的航拍照片中寻找海牛；在日本，一位年轻人利用 TensorFlow运用到农业上，按照黄瓜大小、形状、颜色以及其他特征来挑选黄瓜并对它们进行分类；在医学领域，发射科的医生通过采用 TensorFlow，使其在医学扫描中能够识别帕金森病的迹象。湾区的数据科学家在树莓派上使用TensorFlow来追踪记录加州火车的动态。最近， AlphaGo开发团队Deepmind也声称，将从Torch迁移到TensorFlow中，这无不印证了TensorFlow在业界的流行程度。
对此，课题研究主要收集国内外共13篇相关的研究论文。主要研究了Tensorflow在对手写数字和交通标识的识别，大学英语语言训练中的应用，卷积神经网络的设计，以及高性能计算平台应用探索与实践。
二、关于基于TensorFlow的决策树算法实现
