标签：运算   span   ring   目录   ssi   高级   col   机器   bsp   

Tensorflow 简易系列教程（一）：安装和运行

TensorFlow 是谷歌开发的机器学习框架。

安装 TensorFlow

直接使用 pip 安装即可，添加豆瓣镜像可以加快速度：

pip install tensorflow -i https://pypi.douban.com/simple

如果有 GPU 可以充分利用，安装：

pip install tensorflow-gpu -i https://pypi.douban.com/simple

目前我使用的 TensorFlow 版本是  tensorflow==1.14.0 ，目前 TensorFlow 不支持 3.7 及以上的版本。我的 Python 版本使用的是 3.6。

认识 TensorFlow 包

TensorFlow 包有两个主要的目录：core 和 contrib。core 是包含核心模块的目录，contrib 是尚未归入到 core 的目录（可能随时会归入）。

认识其中重要的包名：

• tensorflow：TensorFlow 的主包
• tf.train：优化器、与训练有关的类
• tf.nn：神经网络类及其数学运算
• tf.layer：多层神经网络的相关函数
• tf.contrib：包含不稳定或者实验性的代码
• tf.image：图像处理函数
• tf.estimator：提供训练和评估的高级抽象的工具
• tf.logging：记录日志的工具
• tf.summary：生成总结的工具
• tf.metrics：评估机器学习结果的函数

跑一个 TensorFlow 应用

说了这么多，写点实际的代码跑一下 TensorFlow 应用。

1 import tensorflow as tf
2 
3 # 创建一个张量
4 msg = tf.string_join(["Hello ", "TensorFlow!"])
5 # 发起一个会话
6 with tf.Session() as sess:
7     print(sess.run(msg))

输出：

b‘Hello TensorFlow!‘

TensorFlow 中张量用于存储数据，而会话用于真正执行数据运算操作。

Tensorflow简易系列教程（一）：安装和运行

标签：运算   span   ring   目录   ssi   高级   col   机器   bsp   

原文地址：https://www.cnblogs.com/noluye/p/11142196.html