TensorFlow介紹

• Tagline：An open-source software library for Machine Intelligence.
• Definition：TensorFlow TM is an open source software library for
• numerical computation using data flow graphs.
• GitHub：https://github.com/tensorflow/tensorflow
• Website：https://tensorflow.org/ or https://tensorflow.google.cn/
• 中文社區(qū)：http://www.tensorfly.cn/

TensorFlow 是一個(gè)采用數(shù)據(jù)流圖(data flow graphs)，用于數(shù)值計(jì)算的開源軟件庫。TensorFlow 最初由Google大腦小組(隸屬于Google機(jī)器智能研究機(jī)構(gòu))的研究員和工程師們開發(fā)出來，用于機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方面的研究，但這個(gè)系統(tǒng)的通用性使其也可廣泛用于其他計(jì)算領(lǐng)域。它是谷歌基于DistBelief進(jìn)行研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)。2015年11月9日，Google發(fā)布人工智能系統(tǒng)TensorFlow并宣布開源。

其命名來源于本身的原理，Tensor(張量)意味著N維數(shù)組，Flow(流)意味著基于數(shù)據(jù)流圖的計(jì)算。Tensorflow運(yùn)行過程就是張量從圖的一端流動到另一端的計(jì)算過程。張量從圖中流過的直觀圖像是其取名為“TensorFlow”的原因。

TensorFlow的關(guān)鍵點(diǎn)是：“Data Flow Graphs”，表示TensorFlow是一種基于圖的計(jì)算框架，其中節(jié)點(diǎn)（Nodes）在圖中表示數(shù)學(xué)操作，線（Edges）則表示在節(jié)點(diǎn)間相互聯(lián)系的多維數(shù)據(jù)數(shù)組，即張量（Tensor），這種基于流的架構(gòu)讓TensorFlow具有非常高的靈活性，該靈活性也讓TensorFlow框架可以在多個(gè)平臺上進(jìn)行計(jì)算，例如：臺式計(jì)算機(jī)、服務(wù)器、移動設(shè)備等。

備注：TensorFlow的開發(fā)過程中，重點(diǎn)在于構(gòu)建執(zhí)行流圖。

核心概念：數(shù)據(jù)流圖

數(shù)據(jù)流圖用“結(jié)點(diǎn)”（nodes）和“線”(edges)的有向圖來描述數(shù)學(xué)計(jì)算。

“節(jié)點(diǎn)” 一般用來表示施加的數(shù)學(xué)操作，但也可以表示數(shù)據(jù)輸入（feed in）的起點(diǎn)/輸出（push out）的終點(diǎn)，或者是讀取/寫入持久變量（persistent variable）的終點(diǎn)。

“線”表示“節(jié)點(diǎn)”之間的輸入/輸出關(guān)系。這些數(shù)據(jù)“線”可以輸運(yùn)“size可動態(tài)調(diào)整”的多維數(shù)據(jù)數(shù)組，即“張量”（tensor）。

張量從圖中流過的直觀圖像是這個(gè)工具取名為“Tensorflow”的原因。一旦輸入端的所有張量準(zhǔn)備好，節(jié)點(diǎn)將被分配到各種計(jì)算設(shè)備完成異步并行地執(zhí)行運(yùn)算。

圖中包含：輸入（input）、塑形（reshape）、ReLu層（ReLu Layer）、Logit層（Logit Layer）、Softmax、交叉熵（cross entropy）、梯度（gradient）、SGD訓(xùn)練（SGD Trainer）等部分，是一個(gè)簡單的回歸模型

TensorFlow特性

• 高度的靈活性：只要能夠?qū)⒂?jì)算表示成為一個(gè)數(shù)據(jù)流圖，那么就可以使用TensorFlow。
• 可移植性：TensorFlow支持CPU和GPU的運(yùn)算，并且可以運(yùn)行在臺式機(jī)、服務(wù)器、手機(jī)移動端設(shè)備等等。
• 自動求微分：TensorFlow內(nèi)部實(shí)現(xiàn)了自動對于各種給定目標(biāo)函數(shù)求導(dǎo)的方式。
• 多種語言支持：Python、C++
• 性能高度優(yōu)化

官網(wǎng)直觀案例

看這個(gè)圖不就是個(gè)神經(jīng)網(wǎng)絡(luò)嘛，所以才會用這種框架啊。?

輸入x1 x2就是一個(gè)個(gè)特征 中間的癮層 輸出層都可以自己添加節(jié)點(diǎn)，可以自己去試著玩一玩。

為什么選擇Tensorflow

?

?

Tensorflow安裝

• 要求：Python必須是64位
• 根據(jù)TensorFlow的計(jì)算方式，TensorFlow的安裝分為CPU版本和GPU版本
• 對于Python3.5或者Python3.6，可以使用pip install tensorflow（安裝CPU版本）和pip install tensorflow-gpu（安裝GPU版本）
• 對于Python2.7，只能通過源碼編譯來安裝TensorFlow(Windows操作系統(tǒng))
• 備注：TensorFlow-GPU要求機(jī)器的顯卡必須是NVidia的顯卡。

在安裝GPU版本的時(shí)候，可以先通過 pip install tensorflow-gpu==1.9.0 安裝，然后通過 import tensorflow as tf 導(dǎo)入，因?yàn)檫€沒有安裝 CUDA和CuDNN，會報(bào)需要安裝的 CUDA的版本，然后再去安裝對應(yīng)版本的 CUDA，CuDNN選擇CUDA的對應(yīng)版本。

TensorFlow CPU版本安裝：

環(huán)境：Python 3.6

安裝命令：pip install tensorflow==你自己的版本號

TensorFlow GPU版本安裝：

環(huán)境：Python 3.6、NVIDIA顯卡

安裝過程：

• 安裝CUDA SDK(默認(rèn)會將bin文件夾添加到PATH環(huán)境變量中，即安裝CUDA和cuDNN)
• 安裝TensorFlow GPU，安裝命令：pip install tensorflow-gpu==你自己的版本

TensorFlow-GPU安裝-CUDA

CUDA下載安裝鏈接：https://developer.nvidia.com/cuda-toolkit-archive

cuDNN下載安裝鏈接：https://developer.nvidia.com/rdp/cudnn-archive

備注：具體的CUDA版本根據(jù)導(dǎo)入tensorflow時(shí)提示的異常來選擇；即先安裝tensorflow-gpu，然后在python的命令行執(zhí)行：import tensorflow，會出現(xiàn)如下異常，則表示我們需要安裝的是CUDA 8.0版本，至于cuDNN選擇和CUDA對應(yīng)版本即可。

TensorFlow-GPU安裝-cuDNN

除了安裝CUDA外，還需要安裝對應(yīng)版本的cuDNN，將cuDNN的壓縮包解壓，然后將壓縮包中的三個(gè)文件夾全部放到CUDA對應(yīng)的根目錄下，根據(jù)環(huán)境變量找到對應(yīng)的根目錄：C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0；

?

總結(jié)

以上是生活随笔為你收集整理的TensorFlow 简介的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。