1.前言
最近几年火起来的机器学习有没有让你动心呢? 学习 google 开发定制的 tensorflow, 能让你成为机器学习, 神经网络的大牛,同时也会在海量的信息当中受益匪浅.
2.TensorFlow有何用?
TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.TensorFlow 让我们可以先绘制计算结构图, 也可以称是一系列可人机交互的计算操作, 然后把编辑好的Python文件 转换成 更高效的C++, 并在后端进行计算.
TensorFlow 无可厚非地能被认定为 神经网络中最好用的库之一. 它擅长的任务就是训练深度神经网络.通过使用TensorFlow我们就可以快速的入门神经网络, 大大降低了深度学习(也就是深度神经网络)的开发成本和开发难度. TensorFlow 的开源性, 让所有人都能使用并且维护, 巩固它. 使它能迅速更新, 提升.
3.Tensorflow安装
3.1.Linux 和 MacOS
#cpu
$ pip install tensorflow # Python 2.7
$ pip3 install tensorflow # Python 3.n
#gpu
$ pip install tensorflow-gpu # Python 2.7
$ pip3 install tensorflow-gpu # Python 3.n
3.2.Windows
#cpu
pip3 install --upgrade tensorflow
#gpu
pip3 install --upgrade tensorflow-gpu
3.3.测试是否安装成功
终端输入python进入python环境后,输入如下代码:
import tensorflow
检查当前版本及路径
import tensorflow as tf
tf.__version__
tf.__path__
4.数据流图
Tensorflow 首先要定义神经网络的结构, 然后再把数据放入结构当中去运算和 training.
因为TensorFlow是采用数据流图(data flow graphs)来计算, 所以首先我们得创建一个数据流流图, 然后再将我们的数据(数据以张量(tensor)的形式存在)放在数据流图中计算. 节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组, 即张量(tensor). 训练模型时tensor会不断的从数据流图中的一个节点flow到另一节点, 这就是TensorFlow名字的由来.