什么是TensorFlow
Google开源的基于数据流图的科学计算库,适合用于机器学习
https://www.tensorflow.org/
TensorFlow的含义：张量在图中流动
TensorFlow基本架构：
TensorFlow详细架构：
TensorFlow大事记
- 2015年11月9日: Google在Github上开源了TensorFlow
- 2016年4月13日: TensorFlow 0.8版本发布,支持了分布式计算
- 2016年4月29日:开发AlphaGo的DeepMind团队转向TensorFlow
- 2016年5月12日:开源基于TF的最准确语法解析器SyntaxNet,
- 2016年6月27日: TensorFlow 0.9版本发布,增进移动设备支持
- 2016年8月30日:高层库TF-Slim发布,可以更简单快速地定义模型
- 2017年2月15日: TensorFlow 1.0版本,提高了速度和灵活性
- 2017年8月17日: TensorFlow 1.3版本, Estimators估算器加入
- 2017年11月2日: TensorFlow 1.4版本, Keras等高级库被加入核心
TensorFlow的特点：
- 灵活性:只要可以将计算表示成数据流图,就可以使用TensorFlow
- 跨平台: Linux , Windows , Android , iOS , Raspberry Pi等等
- 多语言:上层开发语言Python , C++, Java, Go等等
- 速度快:包含了XLA这款强大的线性代数编译器
- 上手快: Keras , Estimiators ,等等高层API
- 可移植:代码几乎不加修改移植到CPU , GPU , TPU等等
TensorFlow的著名用途：
- DeepMind (Google )的AlphaGo / AlphaGo Zero的底层技术
- Google产品:搜索, Gmail,翻译,地图, Android,照片, YouTube
- 开发出击败Dota2世界顶级选手的AI的OpenAl使用TensorFlow
使用TensorFlow的中国公司：
TensorFlow和其他机器学习库的对比
各个机器学习库的对比
各个库的网站对比
TensorFlow: https://www.tensorflow.org/
Keras: https://keras.io
DL4J: https://deeplearning4j.org/ 主要为java服务的
pytorch: https://pytorch.org/
scikit-learn: https://scikit-learn.org/stable/
CNTK: https://docs.microsoft.com/zh-cn/cognitive-toolkit/
MXNet: http://mxnet.incubator.apache.org/
Caff(2): https://caffe2.ai/
Theano: http://deeplearning.net/software/theano/ 老牌机器学习框架
机器学习框架 Github Star (收藏)数
机器学习框架 Github Fork (复制到自己的仓库)数
机器学习框架 Github lssue (问题/讨论贴)数
机器学习框架 Github PR (代码提交请求)数
机器学习框架 Github PR (贡献者)数
TensorFlow优势:集大成者
- Google力捧,数据流图, Github王者,社群广大,文档详尽
- 功能强大的可视化组件TensorBoard和模拟环境Playground
- 移动端(iOS和Android ) ,云端,服务器端,分布式,各种硬件
TensorBoard: https://www.tensorflow.org/guide/summaries_and_tensorboard Playground : http://playground.tensorflow.org
总结：
- 有些库略显不足,比如Torch ( Lua语言) , Scikit-Learn不支持GPL
- TensorFlow总体来说很优异,虽然在某些方面速度和效率还不够
- 推荐: MXNet , PyTorch, TensorFlow ( Scikit和Keras) , Caffez
如何学习TensorFlow
最权威的官网：https://www.tensorflow.org/
学习流程
centos7安装TensorFlow
1、基础软件安装
yum install gcc
yum install gcc-c++
yum install glibc-headers
yum install -y openssl openssl-devel
yum install python-devel libffi-devel openssl-devel
2、安装python
centos自带python2.7,使用默认即可
3、安装python.pip
yum -y install epel-release
yum install python-pip
pip install --upgrade pip
4、安装tensorflow
pip install tensorflow
5、测试
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow’)
session = tf.Session()
print session.run(hello)
a = tf.constant(11)
b = tf.constant(39)
print session.run(a+ b)
6、问题处理
如果出现 import tensorflow as tf 非法指令(吐核)，那么建议换一台机器或者重装一下系统