1.はじめに
近年活発になっている機械学習はあなたを誘惑しますか?カスタマイズされたテンソルフローを開発するためにグーグルを学ぶことはあなたが機械学習、ニューラルネットワークの大きな牛になることを可能にし、また大量の情報から大きな利益を得るでしょう。
2. TensorFlowの用途は何ですか?
TensorFlowは、Googleによって開発されたニューラルネットワークPython外部構造パッケージであり、データフローグラフを使用して数値計算を実行するオープンソースソフトウェアライブラリです。TensorFlowを使用すると、最初に計算構造図を描くことができます。これは、一連のヒューマンマシンとも呼ばれます。インタラクティブな計算操作。編集したPythonファイルをより効率的なC ++に変換し、バックエンドで計算します。
TensorFlowは間違いなくニューラルネットワークの最高のライブラリの1つです。そのタスクはディープニューラルネットワークをトレーニングすることです。TensorFlowを使用することで、ディープラーニング(つまり、ディープニューラルネットワークの開発コストと難易度。TensorFlowのオープンソース。誰もが使用、保守、統合できるため、すばやく更新して改善できます。
3. Tensorflowのインストール
3.1。LinuxおよびMacOS
#cpu
$ pip install tensorflow # Python 2.7
$ pip3 install tensorflow # Python 3.n
#gpu
$ pip install tensorflow-gpu # Python 2.7
$ pip3 install tensorflow-gpu # Python 3.n
3.2.Windows
#cpu
pip3 install --upgrade tensorflow
#gpu
pip3 install --upgrade tensorflow-gpu
3.3。インストールが成功したかどうかをテストする
ターミナルにpythonと入力してpython環境に入ったら、次のコードを入力します。
import tensorflow
現在のバージョンとパスを確認する
import tensorflow as tf
tf.__version__
tf.__path__
4.データフロー図
Tensorflowは、最初にニューラルネットワークの構造を定義し、次にデータを構造に入れて操作およびトレーニングする必要があります。
TensorFlowはデータフローグラフを使用して計算するため、最初にデータフローグラフを作成してから、データ(テンソルの形式で存在するデータ)をデータフローグラフに配置する必要があります計算。ノードはグラフの数学的演算を表し、グラフのエッジはノード間で相互接続された多次元データ配列、つまりテンソルを表します。モデルをトレーニングするとき、テンソルはデータフローグラフから継続的にデータを抽出します。別のノードへのフロー内の1つのノード。これはTensorFlowという名前の由来です。