“TensorFlow简介”的版本间的差异
（→TensorFlow 的工作原理） |
（→TensorFlow 的工作原理） |
||
| （未显示3个用户的14个中间版本） | |||
| 第3行： | 第3行： | ||
== TensorFlow 的工作原理 == | == TensorFlow 的工作原理 == | ||
| − | + | TensorFlow 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。 | |
| − | + | 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）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。 | |
| + | |||
| + | TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。 | ||
| + | |||
| + | [[文件:tf1-102.jpg]] | ||
<p>有向图中，节点通常代表数学运算，边表示节点之间的某种联系，它负责传输多维数据(Tensors)。</p> | <p>有向图中，节点通常代表数学运算，边表示节点之间的某种联系，它负责传输多维数据(Tensors)。</p> | ||
<p>节点可以被分配到多个计算设备上，可以异步和并行地执行操作。因为是有向图，所以只有等到之前的入度节点们的计算状态完成后，当前节点才能执行操作。[1]</p> | <p>节点可以被分配到多个计算设备上，可以异步和并行地执行操作。因为是有向图，所以只有等到之前的入度节点们的计算状态完成后，当前节点才能执行操作。[1]</p> | ||
| − | |||
| − | |||
| − | * | + | 参考文档：https://www.cnblogs.com/wkslearner/archive/2018/01/03/8185890.html |
| + | |||
| + | ==TensorFlow的安装[3]== | ||
| + | |||
| + | |||
| + | TensorFlow官网给出了4种安装方法，我们这里给出了常用的三种，大家根据情况选用： | ||
| + | |||
| + | *[[CentOS7利用pip快速安装TensorFlow]] | ||
| + | *[[CentOS7利用docker安装TensorFlow]] | ||
| + | *[[Ubuntu利用virtualenv安装TensorFlow]] | ||
| + | |||
| + | |||
| + | 返回 [[人工智能]] | ||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
参考文档： | 参考文档： | ||
[1] 不会停的蜗牛 链接：http://www.jianshu.com/p/6766fbcd43b9 | [1] 不会停的蜗牛 链接：http://www.jianshu.com/p/6766fbcd43b9 | ||
| + | |||
[2] TensorFlow 官方文档中文版 http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html | [2] TensorFlow 官方文档中文版 http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html | ||
| + | |||
| + | [3] TensorFlow 官方文档 https://www.tensorflow.org/install/install_linux | ||
2018年8月9日 (四) 03:16的最新版本
TensorFlow的流行让深度学习门槛变得越来越低，只要你有Python和机器学习基础，入门和使用神经网络模型变得非常简单。TensorFlow支持Python和C++两种编程语言，再复杂的多层神经网络模型都可以用Python来实现，如果业务使用其他编程也不用担心，使用跨语言的gRPC或者HTTP服务也可以访问使用TensorFlow训练好的智能模型。[1]
TensorFlow 的工作原理
TensorFlow 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。
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）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。
TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。
有向图中，节点通常代表数学运算，边表示节点之间的某种联系，它负责传输多维数据(Tensors)。
节点可以被分配到多个计算设备上，可以异步和并行地执行操作。因为是有向图，所以只有等到之前的入度节点们的计算状态完成后，当前节点才能执行操作。[1]
参考文档：https://www.cnblogs.com/wkslearner/archive/2018/01/03/8185890.html
TensorFlow的安装[3]
TensorFlow官网给出了4种安装方法，我们这里给出了常用的三种，大家根据情况选用：
返回 人工智能
参考文档： [1] 不会停的蜗牛 链接：http://www.jianshu.com/p/6766fbcd43b9
[2] TensorFlow 官方文档中文版 http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html
[3] TensorFlow 官方文档 https://www.tensorflow.org/install/install_linux
