TensowFlow介绍_中文版

文章作者:Tyan
博客:noahsnail.com

TensorFlow是一个关于机器智能的开源软件库

关于TensorFlow

TensorFlow™是一个用数据流图进行数值计算的开源软件库。数据流图中的结点表示数学运算,数据流图中的边表示多维数据数组(张量)之间的数据交互。这个灵活的结构让你可以通过单独的API将计算部署在一个或多个CPU或GPU上,这些CPU或GPU可以位于台式机、服务器或移动设备上。TensorFlow最初是由Google大脑团队中的研究员和工程师开发的,Google大脑团队在Google的机器智能研究组织中主要是进行机器学习和深度神经网络研究的,TensorFlow系统具有足够的通用性,也可以应用在许多其它的领域。

什么是数据流图?

数据流图通过有向图的结点和边来描述数学计算。结点通常实现数学运算,但也能表示端点输入数据,推出结果,或读/写持续的变量。边表示结点之间的输入/输出关系。这些数据边携带动态大小的多维数据数组或张量。图中的张量流动是TensorFlow名字的来源。结点被分配到计算设备上,以异步方式执行,一旦结点输入边的所有张量可用便并行执行。

image

TensorFlow的特性

深度灵活性

TensorFlow不是一个死板的神经网络库。如果你能将你的计算表示成数据流图,你就可以使用TensorFlow。你要构建数据流图,并且编写驱动计算的内部循环。我们将提供帮助工具来装配神经网络中的常见子图,但用户要能编写在TensorFlow之上的他们自己的更高层次的库。定义方便的操作符新组合就像定义一个Python函数那样容易,在性能上不会有任何损失。如果你不想看你需要的低层操作符,你可以写点C++添加一个新的操作符。

真正的可移植性

TensorFlow运行在CPU或GPU上,在桌面端,服务器或移动计算平台上。想在笔记本上实现你的机器学习想法而不需要任何特定的硬件?TensorFlow可以帮你实现。准备扩大并在GPU上更快的训练模型而不改变任何结点?TensorFlow可以帮你实现。想在移动端部署训练的模型作为产品中的一部分?TensorFlow可以帮你实现。改变你的想法并且想在云上运行模型来作为服务?用Docker进行容器化,TensorFlow能很好的工作。

连接研究与产品

当将机器学习想法从研究转化成产品时需要进行主要的重写的日子已经过去了。在Google,研究科学家在TensorFlow中进行新算法的实验,产品团队用TensorFlow来训练模型并实时的使用模型为真实的消费者服务。使用TensorFlow可以让产品研究人员更快的将想法变为产品,可以让学术研究人员更直接的共享代码,具有更大的科学再现性。

自动微分

基于梯度的机器学习算法将能从TensorFlow的自动微分能力中受益。作为一个TensorFlow用户,你可以定义你自己的预测模型的计算结构,结合你的目标函数,只需要添加数据——TensorFlow为你计算导数。计算一些值的导数,而模型中的其它值只是扩展你的图,因此你总是能确切的看到发生了什么。

语言选择

TensorFlow附带很容易使用的Python接口和使用的C++接口来构建并执行你的计算图。在交互的TensorFlow iPython笔记本中编写独立的TensorFlow Python或C++程序,或尝试一些东西,iPython笔记本可以存储笔记,代码和逻辑分组可视化。然而这仅仅只是一个开始——我们希望吸引你贡献你最爱的语言的接口——它可以是Lua,Javascript或R。

最大化性能

想要充分利用具有32核CPU和4块GPU的工作站的性能吗?TensorFlow对线程、队列和异步计算具有一流的支持,TensorFlow可以让你最大程度的利用你的可用硬件,可以自由的将你的TensorFlow图中计算元素分配到不同的设备上,让TensorFlow来处理副本。

谁可以使用TensorFlow?

TensorFlow是给每一个人的。它是给学生、研究人员、业余爱好者、黑客、工程师、开发人员、发明家和创新者的,它是根据Apache 2.0开源协议开源的。

TensorFlow不是完整的;它将要建立和扩展。我们已经制作了源代码的初始版本,会继续积极的工作使它更好。我们希望建立一个主动的开源社区来推动这个库的未来,提供反馈并且积极的贡献源代码。

为什么Google开源TensorFlow?

如果TensorFlow是如此之大,为什么对它开源而不是保留它的所有权?回答可能比你想象的简单:我们相信机器学习是将来产品创新和技术创新的一个关键要素。这个领域的研究是全球性的并且发展迅速,但是缺少标准的工具。通过分享TensorFow,我们认为它是世界上最好的机器学习工具之一,我们希望创建一个开放的标准来交流研究想法并把机器学习应用到产品中。Google工程师在面向用户的产品和服务中真正的在使用TensorFlow,我们的研究组计划与我们的许多研究出版物一起共享TensorFlow的实现。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,829评论 1 331
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,603评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,846评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,600评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,780评论 3 272
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,695评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,136评论 2 293
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,862评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,453评论 0 229
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,942评论 2 233
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,347评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,790评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,293评论 3 221
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,839评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,448评论 0 181
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,564评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,623评论 2 249

推荐阅读更多精彩内容