跳转至

二、TensorFlow的核心概念#

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。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以**在多种平台上展开计算**,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络**方面的研究,但这个系统的通用性使其也可**广泛用于其他计算领域

TensorFlow的主要优点:

  • 灵活性:支持底层数值计算,C++自定义操作符

  • 可移植性:从服务器到PC到手机,从CPU到GPU到TPU

  • 分布式计算:分布式并行计算,可指定操作符对应计算设备

俗话说,万丈高楼平地起,TensorFlow这座大厦也有它的地基。

Tensorflow底层最核心的概念是张量,计算图以及自动微分。

如果对本书内容理解上有需要进一步和作者交流的地方,欢迎在公众号"Python与算法之美"下留言。作者时间和精力有限,会酌情予以回复。

也可以在公众号后台回复关键字:加群,加入读者交流群和大家讨论。

image.png