TensorFlow简介

TensorFlow 是一款通过数据流图进行数值计算的开源库。在数据流图中,节点代表数学运算,边代表连接了节点的多维数组(张量)。灵活的架构设计让你可以在台式机、服务器,甚至移动设备的CPU、GPU上面部署运算节点。TensorFlow最早是被Google Brain的研究者和工程师开发出来的用于机器学习和深度神经网络的研究,但是这个系统也同样适用于其他领域。

TensorFlow的特性

深度灵活性

TensorFlow不是一个僵化的神经网络库。只要你能够把你的运算表达为数据流图,你就可以使用TensorFlow。TensorFlow提供了现成的神经网络中常见的图,用户也可以在TensorFlow的基础上自己编写库。编写自定义的复合运算就像写一个Python函数那么简单。如果底层的数据算子没有提供,你也可以用C++自己写一个。

可移植性

台式机、服务器,甚至移动设备,都可以部署、移植TensorFlow的程序。既可以在CPU上运行,也能在GPU运行。如果你想部署到云端,没问题。Docker很容易支持TensorFlow。

连接科研与产品

研究员通过TensorFlow研究新的算法,产品团队用TensorFlow训练模型并把模型集成在产品中提供给用户。学术界的科学研究和工业界的产品部署可以更加快速地迭代。

自动求导

如果你使用了基于梯度的学习算法,TensorFlow的自动求导会给你带来很大的便利。作为用户,你只需要自己定义你的预测模型的计算架构和目标函数,只需要加上数据,TensorFlow可以自动为你计算导数。

语言选择

TensorFlow提供了方便易用的Python接口,也支持C++,Java,Go等语言。

性能最大化

你可以把你的计算单元部署到CPU、GPU等不同的设备上面,并使用线程、队列、异步计算来最大化你的硬件使用效率。TensorFow为你提供一切便利。

谁可以使用TensorFlow

TensorFlow是给每个人的。学生、研究者、爱好者、黑客、工程师、开始者、发明家、创造者都可以使用。TensorFlow基于Apache2.0开源协议。

谁在使用TensorFlow

ARM、Snapchat、Airbus、Google、Uber、京东、Twitter、Deepmind、ebay、小米、Dropbox等。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,029评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,395评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,570评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,535评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,650评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,850评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,006评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,747评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,207评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,536评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,683评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,342评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,964评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,772评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,004评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,401评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,566评论 2 349

推荐阅读更多精彩内容