Tensorflow[目录结构]

标签：1.7   不同   util   文件夹   article   not   compile   analysis   tun   

1 - Tensorflow源码目录结构

基于2018年5月28日github的tensorflow源码，即1.8版本

第一层：

tensorflow： 核心代码目录。
third_party：第三方库，包括：eigen3，fft2d，hadoop，mkl，probuf ，kafka，mpi，tensorRT，nccl，grpc等等。
tools：只有两个文件 bazel.rc 和 tf_env_collect.sh。
util/python：存放用到的 python 工具，不过当前版本其中只有一个BUILD文件。

tensorflow：

c：
cc：
compiler：
contrib：存放有其他项目贡献者添加的相关贡献代码，非核心官方代码
core：这是 tensorflow 的核心代码模块.
docs_str:以md呈现的帮助文档
examples:以jupyter notebook呈现的例子文档
g3doc:为空，都迁移到docs_str
go，java，python：主要的第三方 API，其中python是最全的接口
stream_executor：tensorflow 流图的并行计算执行，核心代码。
tools:
user_ops:

tensorflow/core：Core 目录是代码最核心的部分，包含 框架、图、会话、runtime 最核心的部分

api_def:
common_runtime：公共运行库，包含 会话（session）、线程（thread），内存管理（memory）, 设备调度（device）等基本运行库。
debug:
distributed_runtime：分布式运行库，与上面类似，作为分布式情况下的运行库，提供运行支撑。
example:
framework：框架基础模块定义，主要是通用组件的结构格式定义；
graph：计算流图相关基础操作（类结构），包括 拆分、合并、执行 等操作，被外面的 executor 调用；
kernels：核心操作定义，像常用的运算 matmul，sigmoid 等操作；
lib：基础库用于内部调用，包括 hash、io、jpeg、math 等；
ops：对 kernel 下的op进行注册和对外声明；
platform: 针对不同平台的依赖
profiler：
protobuf：Google 的传输交换模块，用于传输时的数据序列化；
public:
user_ops:
util:

2 - Tensorflow运行目录结构

上述是基于tensorflow的源码进行目录结构展示，而我们通常使用的时候，是基于编译后的，即所谓运行的目录。基于tensorflow_gpu 1.7,采用命令

tree -L 1 -F -C tensorflow

对centos系统中"Anaconda3/lib/python3.6/site-packages"下面的tensorflow进行目录展示

import tensorflow as tf

会自动执行"tensorflow/_init_.py"该文件，而该文件中有如图所示的一行代码，会自动将tensorflow/python下的py文件都导入进来

所以，我们通常直接访问tf.xxx都是在访问tensorflow/python和tensorflow/core等下面的部分；当然因为tensorflow/_init_.py下面有如

del python
del core

等代码，从而，我们在不显式导入的基础上，只是访问

tensorflow/python/{keras,layers,...}
tensorflow/contrib
tensorflow/tools

这三个部分的文件夹路径

参考文献：

• .【深度长文5篇系列】Tensorflow代码解析,知乎
• .【源码目录浅析】浅入浅出TensorFlow 9 - 代码框架解析
• .【利炳根_TensorFlow】学习笔记TF050:TensorFlow源代码解析](https://www.jianshu.com/p/b859b1e6ff5c)；tensorflow系列
• .【tensorflow教程】如何高效的学习 TensorFlow 代码?
• .【图解tensorflow源码】tensorflow源码分析
• .TensorFlow 源码分析之内存管理BFC算法
• .Tensorflow-slim 学习笔记
• .【tensorflow框架结构】TensorFlow 技术框架解析 | 图文理解深度学习技术实现
• .【4篇源码解析】tensorflow源码分析
• .【distributed Tensorflow’s workflow】Tensorflow architecture analysis
• .【article】look-inside-tensorflow-googles-open-source-deep-learning-framework
• .【video】Tensorflow源码级技术分享

Tensorflow[目录结构]

标签：1.7   不同   util   文件夹   article   not   compile   analysis   tun   

原文地址：https://www.cnblogs.com/shouhuxianjian/p/9086994.html