第12弹：使用TensorFlow API

本篇资料1233词，简洁干货请收好~

1.目标

今天，我们将看到TensorFlow API文档。在此TensorFlow API教程中，我们将讨论TensorFlow中API的含义，介绍TensorFlow API的使用。

那么，让我们开始TensorFlow API。

TensorFlow API文档| 使用TensorFlow API

2.什么是TensorFlow API？

TensorFlow类似于python包，许多功能类似于Python。但TensorFlow的主要核心是 - 分布式运行。此功能以多种语言实现，其中一种是Python。

TensorFlow API - TensorFlow运行引擎

这是TensorFlow的分布式执行引擎图表，另一种方法是将其视为一种语言为TensorFlow的虚拟机。TensorFlow的运行是用C ++语言编写的，但是你可以看到前端通过使用C，C ++，R，Java等各种语言来实现。

A. TensorFlow的C API

TensorFlow官方支持的API是C和Python API（某些部分）。当您要为其他语言制作TensorFlow API时，都应该使用C API，许多语言都有通过C语言连接的方法。

B. TensorFlow的C ++ API

TensorFlow运行时是用C ++编写的，大多数C ++通过tensorflow / cc中的头文件连接到TensorFlow。C ++ API仍处于开发的实验阶段，Google承诺可以使用C ++。

C. TensorFlow的Python API

在TensorFlow及其开发中，Python是最易识别和最主流的语言，它是TensorFlow支持的第一批语言之一，支持大多数功能。TensorFlow的功能在Python中定义，然后转移到C ++。

Python API本质上是多样化的，您需要选择要在TensorFlow中使用哪个级别的API。

D. TensorFlow的R API

R-Studio制作的TensorFlow R API与传统的API支持方法有一些不同。R API完全包含Python API，它与TensorFlow的API不同。但是R的用户可以访问Python API的所有功能。

此外，有其他API可用于Java，Go，Rust，Haskel以及TensorFlow项目之外的一些其他非官方API - C＃和Julia。

E. TensorFlow项目中的API

TensorFlow内部的API是基于Python的，它们为用户提供了低级选项，例如 用于构建神经网络架构的tf.manual或tf.nnrelu 。这些API还用于帮助设计具有更高抽象级别的深度神经网络。

使用Estimators API，可以定义一个接口，并可以提供适合Estimator系统的模型。固定估计器 - 预定义模型存在于其中，其遵循例如LinearRegressor或DNNClassifier估计器的约定。此系列提供的功能如下 -

自动检查点

自动记录

单独的训练/评估/预测

简化训练分发

TensorFlow-API内部的API

TensorFlow提供用于加载数据的复杂多线程，多队列和设计队列运行器。TensorFlow的开发人员提供了数据集API 来解决这个问题，并提供友好界面作为支持。下图：XLA下的Google / IO。

API内部TensorFlow项目

API的其他已知选项：TF-Slim，Keras，scikit-learn。

F. TensorFlow项目之外的API

其他TensorFlow API由机器学习爱好者在TensorFlow项目之外开发。让我们看一些TensorFlow API：

TensorLayer：它是一个单独的包，与TensorFlow的图层API不同。

Pretty Tensor：它实际上是一个Google项目，提供了一个流畅的链接界面。

Sonnet：这是Google的DeepMind项目，采用模块化方法。

3.结论

在本文中，我们了解了TensorFlow API及其工作原理。此外，我们了解了不同语言的TensorFlow API，还研究了TensorFlow与Python的不同之处以及它如何在机器学习和深度神经网络领域中获得自己的身份。最后，我们讨论了TensorFlow项目以外的API。如果您有任何疑问，请随时在留言区留言。

我是极客

崇尚科学、自由与创新，追求极客装备、热爱数据技术、算法思路、产品研发 “如果你对世界充满好奇心和探索精神，并愿意自己去创造哪怕一些改变——这其实就够了”

更多干货文章，更多新鲜事物，等你来发现，马上关注公众号！