人工智能深度学习之TensorFlow的介绍,安装和基础的详细资料概述

资料大小: 5.08 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2018-08-08

上 传 者: 易水寒他上传的所有资料

资料介绍

标签:tensorflow(63)深度学习(894)人工智能(7783)

  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。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。它是谷歌基于DistBelief进行研发的第二代人工智能学习系统。2015年11月9日,Google发布人工智能系统TensorFlow并宣布开源。

  其命名来源于本身的原理,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运行过程就是张量从图的一端流动到另一端的计算过程。张量从图中流过的直观图像是其取名为“TensorFlow”的原因。

  TensorFlow的关键点是:“Data Flow Graphs”,表示TensorFlow是一种基于图的计算框架,其中节点(Nodes)在图中表示数学操作,线(Edges)则表示在节点间相互联系的多维数据数组,即张量(Tensor),这种基于流的架构让TensorFlow具有非常高的灵活性,该灵活性也让TensorFlow框架可以在多个平台上进行计算,例如:台式计算机、服务器、移动设备等。

  备注:TensorFlow的开发过程中,重点在于构建执行流图。

  数据流图使用节点(Node)和线(Edges)的有向图描述数学计算;节点一般用来表示施加的数学操作,也可以表示数据输入(feed in)的起点和输出(push out)的终点,或者是读取/写入持久变量(persistent variable)的终点。线表示的是节点之间的输入/输出关系,这些线可以输运“size可动态调整”的多维数组,即张量(Tensor)。

  一旦输入端的所有张量准备好,节点将被分配到各种计算设备完成异步并行地执行运算。

人工智能深度学习之TensorFlow的介绍,安装和基础的详细资料概述

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料