我已经从事全栈web开发15年了，现在想参与到机器学习领域中。我们有一个包含数百万产品的数据库，每个产品都有一张图片。还有一个大约有5000个术语的数据库。

一张产品图片会链接到多个术语（通常是3到20个），并且每个链接还有一个权重（1-100%）。这些术语总是与视觉相关的，即它们描述图片上可视的特征。

目标是上传一张新图片（当然要有主题关联），并根据已分类的图片得到可能的术语（包括概率）的回答。

你有什么建议可以帮助我最好地开始吗？有没有接近这个场景的框架？TensorFlow对于这个任务是否相关？我应该学习哪种新语言？

非常感谢！

回答：

可以使用TensorFlow，不过它比较“底层”。所以如果你刚开始，你可能更适合使用基于TensorFlow后端的Keras，因为它更加用户友好。

关于语言，你可能会使用Python。所以如果你还不熟悉Python，你应该开始学习。在我看来，你也可以在练习时边学边用，因为你已经是一名开发者了。

至于教程，你可能需要从许多不同的教程中挑选出相关部分。你可以从这样的内容开始：

https://www.pyimagesearch.com/2018/05/07/multi-label-classification-with-keras/