zoukankan      html  css  js  c++  java
  • TensorFlow笔记-初识

    深度学习: 转换编程的思维(和传统的机器学习的编程方式不太一样)

    测试链接

    TensorFlow的安装

    CPU版本

    只支持程序在CPU上计算/运算,默认运行就是CPU上运行 卸载: pip uninstall tensorflow pip uninstall tensorflow-tensorboard 安装: pip install tensorflow GPU版本

    支持GPU、CPU上的计算/运算,默认运行在GPU上,但是可以明确指定在CPU上运行(因为GPU的运行速度比CPU要快,所以会仅可能的将程序运行在GPU上) 卸载: pip uninstall tensorflow-gpu tensorflow-tensorboard 安装: pip install tensorflow-gpu==1.4.0 备注:必须安装CUDA和cuDNN; 必须要求机器有NVIDIA显卡

    TensorFlow介绍

    深度学习,如深度神经网络、卷积神经网络和递归神经网络已被应用计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。(分类)

    1、真正的可移植性

    引入各种计算设备的支持包括CPU/GPU/TPU,以及能够很好地运行在移动端,

    如安卓设备、ios、树莓派等等

    2、多语言支持

    Tensorflow 有一个合理的c++使用界面,也有一个易用的python使用界面来构建和

    执行你的graphs,你可以直接写python/c++程序。

    3、高度的灵活性与效率

    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

    能够灵活进行组装图,执行图。随着开发的进展,Tensorflow的效率不算在提高

    4、支持TensorFlow由谷歌提供支持,谷歌投入了大量精力开发

    TensorFlow,它希望 TensorFlow 成为机器学习研究人员和开发人员的通用语言

    TensorFlow的组件

    图(Graph):图描述了计算的过程,TensorFlow使用图来表示计算任务。张量(Tensor):TensorFlow使用tensor表示数据。每个Tensor是一个类型化的多维数组。

    操作(op):图中的节点被称为op(opearation的缩写),一个op获得/输入0个或多个Tensor,执行计算,产生0个或多个Tensor。会话(Session):图必须在称之为“会话”的上下文中执行。会话将图的op分发到诸如CPU或GPU之类的设备上执行。变量(Variable):运行过程中可以被改变,用于维护状态。

    流程图如下:

    TensorFlow的边即有两种连接关系:

    • 数据依赖

    • 控制依赖

    实线边表示数据依赖,代表数据,即张量。任意维度的数据统称为张量。在机器学习算法中,张量在数据流图中从前往后流动一遍就完成一次前向传播,而残差从后向前流动一遍就完成一次反向传播

    虚线边表示控制依赖,可以用于控制操作的运行,这被用来确保happens- before关系,这类边上没有数据流过,但源节点必须在目的节点开始执行前完成。

    import tensorflow as tf
    import os
    # 防止警告
    os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
    # 实现一个加法
    a = tf.constant(5.0)
    b = tf.constant(6.0)
    sum1 = tf.add(a,b)
    with tf.Session() as sess:
        print(sess.run(sum1))
  • 相关阅读:
    静态工具类中使用注解注入service
    赵伟国:芯片不像互联网 不能一招鲜吃遍天(发展芯片制造业已拥有三个纵深:市场纵深、资本纵深、人才纵深)
    将grub写入mbr
    Linux下Qt5.6 Fcitx无法输入中文输入解决办法
    为 Mac Finder 增加右键文件打包压缩(免费)
    Obtaining Directory Change Notifications(微软的例子,使用FindFirstChangeNotification,FindNextChangeNotification,FindCloseChangeNotification API函数)
    C#开发Linux守护进程
    排序算法比较与分析
    Mvc+Dapper+存储过程分页10万条数据
    RabbitMQ
  • 原文地址:https://www.cnblogs.com/TimVerion/p/11224082.html
Copyright © 2011-2022 走看看