zoukankan      html  css  js  c++  java

  • Tensorflow[目录结构]

    1 - Tensorflow源码目录结构

    基于2018年5月28日github的tensorflow源码，即1.8版本

    第一层：

    tensorflow： 核心代码目录。
    third_party：第三方库，包括：eigen3，fft2d，hadoop，mkl，probuf ，kafka，mpi，tensorRT，nccl，grpc等等。
    tools：只有两个文件 bazel.rc 和 tf_env_collect.sh。
    util/python：存放用到的 python 工具，不过当前版本其中只有一个BUILD文件。

    tensorflow：

    c：
    cc：
    compiler：
    contrib：存放有其他项目贡献者添加的相关贡献代码，非核心官方代码
    core：这是 tensorflow 的核心代码模块.
    docs_str:以md呈现的帮助文档
    examples:以jupyter notebook呈现的例子文档
    g3doc:为空，都迁移到docs_str
    go，java，python：主要的第三方 API，其中python是最全的接口
    stream_executor：tensorflow 流图的并行计算执行，核心代码，主要是关于cuda的封装。
    tools:
    user_ops:

    tensorflow/core：Core 目录是代码最核心的部分，包含 框架、图、会话、runtime 最核心的部分

    api_def:
    common_runtime：公共运行库，包含 会话（session）、线程（thread），内存管理（memory）, 设备调度（device）等基本运行库。
    debug:
    distributed_runtime：分布式运行库，与上面类似，作为分布式情况下的运行库，提供运行支撑。
    example:
    framework：框架基础模块定义，主要是通用组件的结构格式定义；
    graph：计算流图相关基础操作（类结构），包括 拆分、合并、执行 等操作，被外面的 executor 调用；
    kernels：核心操作定义，像常用的运算 matmul，sigmoid 等操作；
    lib：基础库用于内部调用，包括 hash、io、jpeg、math 等；
    ops：对 kernel 下的op进行注册和对外声明；
    platform: 针对不同平台的依赖
    profiler：
    protobuf：Google 的传输交换模块，用于传输时的数据序列化；
    public:
    user_ops:
    util:

    2 - Tensorflow运行目录结构

    上述是基于tensorflow的源码进行目录结构展示，而我们通常使用的时候，是基于编译后的，即所谓运行的目录。基于tensorflow_gpu 1.7,采用命令

    tree -L 1 -F -C tensorflow

    对centos系统中"Anaconda3/lib/python3.6/site-packages"下面的tensorflow进行目录展示

    图2.1 tensorflow一级目录结构
    其中，contrib较为特殊，其中涉及的部分较多

    图2.2 tensorflow/contrib一级目录结构

    图2.3 tensorflow中其他子目录的一级目录结构
    当我们运行

    import tensorflow as tf

    会自动执行"tensorflow/_init_.py"该文件，而该文件中有如图所示的一行代码，会自动将tensorflow/python下的py文件都导入进来

    然而tensorflow/python同时会自动运行tensorflow/python/_init_.py

    从而在顶层空间中会有keras等变量，可以直接通过tf.keras进行访问，而其对应的就是tensorflow/python/keras文件夹。当然该初始化文件中还有部分是导入tensorflow/core的

    所以，我们通常直接访问tf.xxx都是在访问tensorflow/python和tensorflow/core等下面的部分；当然因为tensorflow/_init_.py下面有如

    del python
del core

    等代码，从而，我们在不显式导入的基础上，只是访问

    tensorflow/python/{keras,layers,...}
tensorflow/contrib
tensorflow/tools

    这三个部分的文件夹路径

    参考文献：
  • 相关阅读:
    Python 写文件
    Python 读文件
    Python 打开文件(File Open)
    Python 异常处理(Try...Except)
    Python PIP包管理器
    Python 正则表达式(RegEx)
    Python JSON
    Python 模块
    Python 迭代器(Iterator)
    Python 继承
  • 原文地址：https://www.cnblogs.com/shouhuxianjian/p/9086994.html
Copyright © 2011-2022 走看看