TensorFlow Why?   2017-08-22


2015.10 开源的 TensorFlow 是由 Google brain 的工程师开发出来,用于机器学习和神经网络方面的研究

TensorFlow 是一款神经网络的 Python 外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.

TensorFlow 节点表示某种抽象的计算,边表示节点之间相互联系的张量

1. TensorFlow Why

TensorFlow 擅长的任务就是训练深度神经网络. 使用它我们就可以大大降低深度学习的开发成本和开发难度;

TensorFlow 架构灵活,支持各种异构的平台,支持多CPU/GPU, 能够支持各种网络模型,具有良好的通用性;

TensorFlow 用户可以方便地用它设计 Neural Network 结构,而不必亲自写 C++或 CUDA 代码。支持自动求导,用户不需要再通过反向传播求解梯度。

2. TF.Learn 和 TF.Slim 上层组件

TensorFlow 内置的 TF.Learn 和 TF.Slim 等上层组件可以帮助快速地设计新网络,并且兼容 Scikit-learn estimator 接口,可以方便地实现 evaluate、grid search、cross validation 等功能。

同时 TensorFlow 不只局限于神经网络,其数据流式图支持非常自由的算法表达,当然也可以轻松实现深度学习以外的机器学习算法。

3. DeepLearning Framework

Reference


分享到:


  如果您觉得这篇文章对您的学习很有帮助, 请您也分享它, 让它能再次帮助到更多的需要学习的人. 您的支持将鼓励我继续创作 !
本文基于署名4.0国际许可协议发布,转载请保留本文署名和文章链接。 如您有任何授权方面的协商,请邮件联系我。

Contents

  1. 1. TensorFlow Why
  2. 2. TF.Learn 和 TF.Slim 上层组件
  3. 3. DeepLearning Framework
  4. Reference