Tensorflow入坑指南

往期

深度学习是目前解决很多人工智能问题的利器，而tensorflow也是其中用于处理深度学习问题的利器，相比Caffe，Theano等主流框架仍有较大优势，因此仍然在应用领域有较大占额，寒假，我自己通过淘宝买了课，结合基本材料，完成了一个基本的学习，能看得懂、写的了一些深度学习模型，回过头来复习一下，也给大家一些学习的建议。

学习之前的提醒

对深度学习的算法有一定的了解，BP、CNN之类的基础必须了解，了解其层级结构，反向传播方式等；

熟练掌握Python，尤其是3，任何一个框架要求对该语言必须有足够的了解；

了解Tensorflow的特点，了解实际应用场景，两者需要匹配，否则选别的更适合的方法吧；

性能还OK的电脑，有支持CUDA的GPU那就更好了。

安装篇

基本环境要求：python3

CPU版： 即可，非常简单粗暴；

GPU版：首先没测试过能不能CPU和GPU共存，要是想两个都有的话，那就用anaconda弄两个子环境吧；需要CUDA和Cudnn，记得和Tensorflow的版本所对应，否则可能会有大量的坑，看清tensordlow的版本，对应了CUDA和Cudnn的版本，才能最终开始使用tensorflow的GPU版本。

关于GPU的安装方法，我基本是按照这个链接里面处理的：

剩下踩的坑就自己百度吧嘿嘿嘿嘿。

材料篇

我的学习基本上是根据淘宝买的东西来做的（就4块钱），感觉效果不错，自己一步一步跟着做其实效果还挺好的，然后也有一些参考书。

建议

一如既往地，给大家一些建议：

无论是看视频还是看书，都要认真看，不能跳过，tensorflow构建的世界观需要完整了解。

tensorflow的构建其实非常有逻辑型和规范性，数据规范化，定义变量，网络结构，损失函数，新建会话，执行，需要好好理解，理解好其实就很简单。

多动手，跟着各种案例动手做，这点再怎么强调都不为过。

原理！深度学习算法的原理！远比怎么敲还要重要，代码中就是帮助人执行的工具，网络怎么搭建，靠的是人的理解。

有兴趣的大家赶紧学起来吧~

找工作和科研并行的我表示压力山大，但是不错的就是成果也很丰富，所以呢，下一篇可能是我关于NLP的论文笔记，也可能是数据分析的案例笔记，敬请期待！