Skip to main content

TensorFlow

目标​

  • 了解 TensorFlow 的基本使用
  • 掌握 TensorFlow 构建神经网络的基本方法

谷歌开源的第二代用于数学计算的软件库。 很好支持深度学习的各种算法，不局限于深度学习，支持多种计算平台，系统稳定性高。

历史​

2015年9月 0.1 2017年2月 1.0 2019年3月 2.0

特点​

灵活可扩展 多语言 GPU 多平台 运算性能强 分布式

架构​

续联相关类库、预测相关类库 应用层 客户端 TensorFlow 核心 API 分布式计算图、本地计算图 图计算层 Const/Var/Matmul/Conv2D/Relu/Queue 数据操作层 gPRC、RDMA、CPU、GPU 网络层、设备层

组成​

标量、矢量、张量，数据载体

数据流图

定义计算过程，

基本概念​

张量 计算图 算子 会话 变量 API

搭建神经网络​

定义输入节点 定义学习参数的变量 定义运算 - 如全连接神经网络 模型训练、迭代更新参数到最优解 初始化所有变量 优化函数，优化目标 测试模型 使用模型

大件神经网络​

输出层、隐藏层、输入层

全连接网络 - tf.layers.dense CNN - tf.layers.conv2d RNN -tf.nn.rnn_cell.BasicRNNCell 其他 - tf.contrib.rnn.BasicLSTMCell - tf.contrib.rnn.GRUCell

参考​