tensorflow速成，python中tensorflow_TensorFlow入門教程TensorFlow 基本使用T

該樓層疑似違規已被系統折疊?隱藏此樓查看此樓

tensorflow速成。TensorFlow入門教程

TensorFlow 基本使用

tensorflow基礎、TensorFlow官方中文教程

TensorFlow 的特點：

使用圖 (graph) 來表示計算任務.

在被稱之為 會話 (Session) 的上下文 (context) 中執行圖.

使用 tensor 表示數據.

通過 變量 (Variable) 維護狀態.

使用 feed 和 fetch 可以為任意的操作(arbitrary operation) 賦值或者從其中獲取數據.

TensorFlow 綜述

TensorFlow 是一個編程系統, 使用圖來表示計算任務。圖中的節點被稱之為 op (operation 的縮寫)。 一個 op 獲得 0 個或多個Tensor, 執行計算, 產生 0 個或多個 Tensor. 每個 Tensor 是一個類型化的多維數組. 例如, 你可以將一小組圖像集表示為一個四維浮點數數組, 這四個維度分別是 [batch, height, width, channels].

一個 TensorFlow 圖描述了計算的過程. 為了進行計算, 圖必須在 會話 里被啟動. 會話 將圖的 op 分發到諸如 CPU 或 GPU 之類的 設備 上, 同時提供執行 op 的方法. 這些方法執行后, 將產生的 tensor 返回. 在 Python 語言中, 返回的 tensor 是 numpy ndarray 對象； 在 C 和 C++ 語言中, 返回的 tensor 是tensorflow::Tensor 實例.

TensorFlow 計算圖

TensorFlow 程序通常被組織成一個構建階段和一個執行階段. 在構建階段, op 的執行步驟 被描述成一個圖. 在執行階段, 使用會話執行執行圖中的 op。

例如， 通常在構建階段創建一個圖來表示和訓練神經網絡，然后在執行階段反復執行圖中的訓練 op。

TensorFlow 支持 C, C++, Python 編程語言. 目前, TensorFlow 的 Python 庫更加易用, 它提供了大量的輔助函數來簡化構建圖的工作, 這些函數尚未被 C 和 C++ 庫支持.

三種語言的會話庫 (session libraries) 是一致的.

TensorFlow 構建圖

構建圖的第一步, 是創建源 op (source op)。源 op 不需要任何輸入, 例如 常量 (Constant). 源 op 的輸出被傳遞給其它 op 做運算.

Python 庫中, op 構造器的返回值代表被構造出的 op 的輸出, 這些返回值可以傳遞給其它 op 構造器作為輸入.

完整教程：艾伯特TensorFlow

http://www.aibbt.com/a/tensorflow/