深度学习火的一塌糊涂,我们都知道TensorFlow是Google开源的一款人工智能学习库。我们来一起解读下tenrflow到底啥意思:Tensor的意思是张量,代表N维数组;Flow的意思是流,代表基于数据流图的计算。把N维数字从流图的一端流动到另一端的过程,就是人工智能神经网络进行分析和处理的过程。
TensorFlow介绍
TensorFlow的基本规则很简单,总体来说分两步:
首先,定义一个满足计算任务的图,图中有很多节点,接下来TensorFlow用优化后的C++代码进行高效的计算。我们来看一个简单的例子:
上图表示定义的一个简单方程计算任务,通过调用TensorFlow库便可以对该任务进行计算。我们知道,任何一门编程语言都可以进行计算如此简单的方程任务,那么我们为什么要用TensorFlow呢?
对于这个简单的方程计算,我们当然可以不用TensorFlow计算,这里我们作为一个例子来一起学习下为什么要用TensorFlow来计算。一个重要的因素就是,TensorFlow支持将一个图计算任务,拆分成多个块(如下图):
然后通过多个CPU或GPU进行并行交叉运算,另外TensorFlow还支持分布式计算。因此我们在巨大的数据量的情况下训练庞大的神经网络的时候,就不会有那么大的压力。
在当前的深度学习库中,有很多开源的学习库,如下表:
我们为什么选择TensorFlow库呢?
我们详细看下TensorFlow有什么优势:
多平台运行,Windows,Linux,macOS,IOS和Android等
提供简单的Python API (TELearn²) 兼容SciKit-Learn机器学习库
提供简单API (TF-slim)去建立训练和评价神经网络模型
包含很多机器学习方法的高性能的C++优化代码
强大的可视化(TensorBoard)可以查看计算过程,比如学习曲线
TensorFlow还可以在谷歌云上进行计算图
当然,TensorFlow的优势不只上面所列,还有很多,我们一起学习和发掘。
TensorFlow安装
安装TensorFlow在Python中和安装其他库类似,可以用pip进行安装,也可以直接在Pycharm或Anaconda中进行安装。当然,机器支持GPU的话,建议安装GPU版本。so easy, 这里不再详述。
领取专属 10元无门槛券
私享最新 技术干货