深度学习进度01（深度和机器的区别、tensorflow的使用-tf数据流图）

机器学习和深度学习两者之前的区别：

特征提取方面：

 数据量和计算性能要求：

 算法代表：

tensorflow的使用

 

 tf数据流图：

用tensorflow实现一个简单的加法运算：

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

def tensorflow_demo():
    tf.compat.v1.disable_eager_execution()
    #保证sess.run()能够正常运行
    """
    TensorFlow的基本结构
    :return:
    """
    # 原生python加法运算
    a = 2
    b = 3
    c = a + b
    print("普通加法运算的结果：
", c)
    # TensorFlow实现加法运算
    a_t = tf.constant(2)
    b_t = tf.constant(3)
    c_t = a_t + b_t
    print("TensorFlow加法运算的结果：
", c_t)
    # 开启会话
    tf.compat.v1.disable_eager_execution()
    sess = tf.compat.v1.Session()
    c_t_value = sess.run(c_t)
    print("c_t_value:
", c_t_value)
    return None

if __name__ == "__main__":
    # 代码1：TensorFlow的基本结构
    tensorflow_demo()
    

tensorflow结构分析：

 数据流图：