• 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:
    在这里插入图片描述
    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:
    在这里插入图片描述

    (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
    
  • 相关阅读:
    libxml2.7.8 c++ 解析xml文件
    Head First设计模式-模板方法模式
    嵌入式开发之工具移植--openssl移植
    嵌入式开发之工具移植--wpa_suppliant工具的移植和使用
    linux下嵌入式wifi开发工具移植
    IOS面试题(英文)
    机器学习学习笔记 PRML Chapter 2.0 : Prerequisite 1
    机器学习学习笔记 PRML Chapter 2.0 : Prerequisite 2 -Singular Value Decomposition (SVD)
    CCJ PRML Study Note
    CCJ PRML Study Note
  • 原文地址:https://www.cnblogs.com/shujufenxi/p/12148366.html
Copyright © 2020-2023  润新知