TF_2 Tensorflow基本概念及用法

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_877667836/article/details/83056646

综述

TensorFlow 是一个编程系统, 使用图Graph来表示计算任务. 图中的节点被称之为 op (operation 的缩写). 一个 op 获得 0 个或多个 Tensor, 执行计算, 产生 0 个或多个 Tensor. 每个 Tensor 是一个类型化的多维数组. 例如, 你可以将一小组图像集表示为一个四维浮点数数组, 这四个维度分别是 [batch, height, width, channels].
一个 TensorFlow 图描述了计算的过程. 为了进行计算, 图必须在 会话Session 里被启动. 会话 将图的 op 分发到诸如 CPU 或 GPU 之类的 设备 上, 同时提供执行 op 的方法. 这些方法执行后, 将产生的 tensor 返回. 在 Python 语言中, 返回的 tensor 是 numpy ndarray 对象; 在 C 和 C++ 语言中, 返回的 tensor 是 tensorflow::Tensor 实例.

上述是从tensorflow中文社区摘录的tensorflow综述,信息量很大,不知所云。
在正式使用tensorflow之前,有几个概念我们需要先理解一下:

  • Tensor
  • Variable
  • op
  • Session
  • Graph
  • feed & fetch

猜你喜欢

转载自blog.csdn.net/qq_877667836/article/details/83056646