Google TensorFlow 学习笔记一 —— TensorFlow简介
2024-03-25 22:38:32
"TensorFlow is an Open Source Software Library for Machine INtenlligence"
本笔记参考tensorflow.org的教程，翻译并记录作者的学习过程，仅供参考，如有不当之处，请及时指出并多多包涵。
TensorFlow是一款开源的数学计算软件，使用data flow graphs的形式进行计算。这种灵活的架构允许我们使用相同的API在单或多CPUs或GPU，servers设置移动设备上进行计算。
Data Flow Graph: 使用有向图的节点和边共同描述数学计算。graph中的nodes代表数学操作，也可以表示数据输入输出的端点。边表示节点之间的关系，传递操作之间互相使用的多位数组（tensors，张量），tensor在graph中流动——这也就是TensorFlow名字的由来。一旦节点相连的边传来了数据流，节点就被分配到计算设备上异步的（节点间）、并行的（节点内）执行。参见上图。
TensorFlow的特点：
- Deep Flexibility: TensorFlow并不只是一个规则的neural network库，事实上如果你可以将你的计算表示成data flow graph的形式，就可以使用TensorFlow。用户构建graph，写内层循环代码驱动计算，TensorFlow可以帮助装配子图。定义新的操作只需要写一个Python函数，如果缺少底层的数据操作，需要写一些C++代码定义操作。
- True Portability: 可以应用在不同设备上，cpus，gpu，移动设备，云平台等
- Connect Research and Production
- Auto-Differentiation:TensorFlow的自动差分能力对很多基于Graph的机器学习算法有益？？
- Language Options: TensorFlow很容易使用，有python接口和C++接口。其他语言可以使用SWIG工具使用接口。（SWIG，Simplified Wrapper and Interface Generator， 是一个非常优秀的开源工具，支持您将
C/C++代码与任何主流脚本语言相集成。） - Maximize Performance: 充分利用硬件资源。TensorFlow可以将graph的不同计算单元分配到不同设备执行，使用TensorFlow处理副本。
最新文章
- GOPATH 使用总结
- saltstack 把数据返回到mysql服务器
- js复制
- WCF初探-19：WCF消息协定
- XE5 ANDROID通过webservice访问操作MSSQL数据库
- JSP 隐藏对象
- selenium添加源码，解决打开源码不显示问题
- （转）Excel导出及数据格式化处理
- Phonegap 3.0 设置APP是否全屏
- humble number(hd1058)
- 将Ext JS 5应用程序导入Web项目以及实现本地化
- 猜数字游戏；库的使用：turtle
- list的遍历
- 微信小程序中时间转化为时间戳(安卓和苹果兼容性)
- [UE4]哪些数据可以保存
- D3.js的基础部分之数组的处理 数组的排序和求值(v3版本)
- 56.storm 之 hello world （集群模式）
- json的好处-新一代数据传输利器
- 自己从0开始学习Unity的笔记 VII （C#中类继承练习）
- 【转载】TCP/IP 之 大明王朝邮差