Python深度学习企业实战之TensorFlow的底层原理及安装

（一）TensorFlow 的底层原理

• TensorFlow 是一个用于训练深度学习模型的强大开源软件库，由 Google Brain 小组推出。
• 基本原理是定义一个用来计算的图（可以简称为计算图），然后 TensorFlow 就会使用这个图进行运算，最后输出运算结果。
• 尽管 TensorFlow 使用的是 Python 语言，但底层使用 C++语言开发，Python 只是做了一层接口而已。

TensorFlow 的建立的计算图如下：

TensorFlow 不仅能够建立计算图，它还可以分解任务。如果说我们的业务相当的大，我们不能用一台计算机完成我们所有的计算任务，那我们就需要将这个庞大的计算任务分解，分解成每一小部分在一台计算机上，成百上千台计算机同时运算，将每一天计算机运算的结果汇总，就得到了我们要的计算结果，这也是 TensorFlow 的重要功能。

TensorFlow 实现分布式计算过程如下：

（二）TensorFlow 特点

（1）跨平台的（Windows、Linux、MacOS）
（2）提供了 TF.learn来兼容 sk-learn（TF.learn 是从 Scikit-flow(sk-flow)演化过来的）
（3）提供了 TF-Slim 库简化神经网络的构建、训练和评估
（4）在 TensorFlow 之上，建立了很多独立的库，如 Keras
（5）通过 TensorFlow API，可以非常灵活地创建任何你能想到的神经网络架构
（6）包含了很多高效的，使用 C++ 实现的机器学习API；特别是用来构建神经网络API
（7）提供了一个非常强大的称为 TensorBoard 的可视化工具，可以用来浏览计算图，查看学习曲线

（三）TensorFlow 的安装

• Python 版本：只能是 Python3.5以上版本，不支持Python2.x

• 我们可以安装官方的 TensorFlow 版本，但是建议大家安装 Anaconda

pip install tensorflow
pip install tensorflow-gpu