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
发布了101 篇原创文章 · 获赞 136 · 访问量 16万+

猜你喜欢

转载自blog.csdn.net/jacky_zhuyuanlu/article/details/103086591