码迷,mamicode.com
首页 > 其他好文 > 详细

Google TensorFlow 学习笔记一 —— TensorFlow简介

时间:2015-11-24 14:24:05      阅读:134      评论:0      收藏:0      [点我收藏+]

标签:

"TensorFlow is an Open Source Software Library for Machine INtenlligence"

本笔记参考tensorflow.org的教程,翻译并记录作者的学习过程,仅供参考,如有不当之处,请及时指出并多多包涵。

TensorFlow是一款开源的数学计算软件,使用data flow graphs的形式进行计算。这种灵活的架构允许我们使用相同的API在单或多CPUs或GPU,servers设置移动设备上进行计算。

技术分享

Data Flow Graph: 使用有向图的节点和边共同描述数学计算。graph中的nodes代表数学操作,也可以表示数据输入输出的端点。边表示节点之间的关系,传递操作之间互相使用的多位数组(tensors,张量),tensor在graph中流动——这也就是TensorFlow名字的由来。一旦节点相连的边传来了数据流,节点就被分配到计算设备上异步的(节点间)、并行的(节点内)执行。参见上图。

TensorFlow的特点:

  1. Deep Flexibility: TensorFlow并不只是一个规则的neural network库,事实上如果你可以将你的计算表示成data flow graph的形式,就可以使用TensorFlow。用户构建graph,写内层循环代码驱动计算,TensorFlow可以帮助装配子图。定义新的操作只需要写一个Python函数,如果缺少底层的数据操作,需要写一些C++代码定义操作。
  2. True Portability: 可以应用在不同设备上,cpus,gpu,移动设备,云平台等
  3. Connect Research and Production
  4. Auto-Differentiation:TensorFlow的自动差分能力对很多基于Graph的机器学习算法有益??
  5. Language Options: TensorFlow很容易使用,有python接口和C++接口。其他语言可以使用SWIG工具使用接口。(SWIG,Simplified Wrapper and Interface Generator, 是一个非常优秀的开源工具,支持您将 C/C++ 代码与任何主流脚本语言相集成。)
  6. Maximize Performance: 充分利用硬件资源。TensorFlow可以将graph的不同计算单元分配到不同设备执行,使用TensorFlow处理副本。

Google TensorFlow 学习笔记一 —— TensorFlow简介

标签:

原文地址:http://www.cnblogs.com/wm123/p/4991194.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!