Tensorflow深度学习的框架和相关功能

Tensorflow 大规模机器学习可在异质分布式系统运行功能。从手持设备到大规模分布式系统如数百机器和数千GPU cards。算法包括深度神经网络的训练和推理算法,可用于语音识别、计算机视觉、机器人学、信息检索、自然语言处理、地理学信息和计算药物发现。自DistBelief发展而来 。分布式执行,发/收节点对使用远端通信机制如TCP或RDMA移动数据。Tensorflow计算采用一张有向图描述,图表示一个数据流计算过程,用户用C++/Python建立一个计算图。

节点可有任意输入输出,从输入到输出的值(Values)称为张量(Tensor),可理解为任意维array。操作(operation)代表一次抽象计算、核(Kernel)操作的特殊实现,可运行在一个特定设备上。会话(Session)、变量Variable的生命周期是整个图的计算过程,可以保证许多机器学习任务参数的持续迭代改变。设备(device)。
张量(Tensor)是有类型的多维数组。用一个分配器管理其后台存储。
现在Windows下也可安装使用, pip install tensorflow下载了几个包后,安装了numpy,protobuf,six,tensorflow,werkzug和wheel等。看一下安装图:

tensorflow安装图

发表评论