1.tenorflow 安装
1. tensorflow安装 推荐Anaconda(针对自己操作系统和位数下载对应版本);推荐用conda create创建对应的python环境(注:某些python版本可能不支持tensorflow);通过pip install来安装tensorflow。
参考: tensorflow安装教程 TensorFlow 安装教程 | TensorFlowNews
2. tensrflow基础 关注图、会话、tensor、变量、feed和fetch。 使用图(graphs)来表示计算任务、在被称之为会话(Session)的上下文(context)中执行图、使用tensor表示数据、通过变量(Variable)维护状态;使用feed和fetch为任意的操作赋值或者从其中获取数据。
参考: TENSORFLOW从入门到精通之——TENSORFLOW基本操作 Tensorflow从入门到精通之——Tensorflow基本操作 | TensorFlowNews tensorflow简介 简介 - TensorFlow 官方文档中文版 - 极客学院Wiki tensorflow基本使用 基本使用 - TensorFlow 官方文档中文版 - 极客学院Wiki 莫凡tensorflow Tensorflow 教程系列 | 莫烦Python TensorFlow-Examples https://github.com/aymericdamien/TensorFlow-Examples(关注Hello World、Basic Operations、Linear Regression、Simple Neural Network) 史上最全的Tensorflow学习资源汇总 【干货】史上最全的Tensorflow学习资源汇总 - 知乎
(1)图是用来表示计算任务
(2)在被称之为会话Session的上下文context中执行图
(3)使用tensor表示数据
(4)通过变量variable维护状态
(5)使用feed和fetch可以为任意的操作arbitrary operation赋值或从其中获取数据
fetch为了取回操作的输出内容,可以在使用Sessiom对象是run()调用执行图时,传入一些tensor,这些tensor可以帮忙取回一些结果,比如:我们只取回了单个节点state,但是你也可以取回多个tensor。
feed使用一个tensor值临时替换一保操作的输出结果,可以提供feed数据作为run()的调用参数,feed只在调用的方法内有效,方方法结束,feed就会消失。使用tf.placeholder()为创建占位符。
3. NLP 关注NLP基础技术、NLP核心技术、NLP+的介绍。 微软周明:自然语言处理的历史与未来 微软周明:自然语言处理的历史与未来_新华网