一、简介
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。
TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域,对2011年开发的深度学习基础架构DistBelief进行了各方面的改进,它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。
为什么使用TensorFlow?TensorFlow对底层技术细节进行了良好封装,使开发者更容易应对更加复杂的使用环境
Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从图象的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。
二、技术细节
先不解释了,因为我也听不大懂
三、代码部分之线性回归
1.定义模型
目标:拟合算出线性回归的参数 w和b
初始化
跑起来一轮
整合起来,这是跑一轮的
2.定义偏差
偏差=方差
选取目标偏差极小值做为optimizer
训练的代码
放在一起,跑个一千遍
四、深度卷积神经网络
只上图,又进入看不懂状态
五、分布式TensorFLow
整体结构:
1.有paramter server,专门用来存储被更新的parameter的值
2.有worker,专门用于计算的
配置集群的代码
TensorFlow架构
教程