tensorflow 入门简介

计算模型

• 首先构造好整个计算链路
• 可以对链路进行优化
• 分布式调度

基于层模型

• 每个层的计算,固定实现 forward/backward
• 必须手动指定目标GPU卡

概念

• 使用张量表示数据
• 使用图来表示计算任务
• 在绘画的上下文中执行图
• 通过变量维护状态
• 使用feed和fetch可以为任意的操作赋值或者从其中获取数据

numpy vs tensorflow

tensorflow 计算图

tensorflow一般分为2部分

• 构造部分,包含计算流图
• 执行部分,通过session来执行图中的计算

构建图

• 创造源节点(source op)
• 源节点输出传递给其他节点op做运算

TF默认图

• tf python库有default graph
• 节点构造器可以增加节点

简要例子

变量

• 用variable来保存参数w
• 注意要先初始化

多cpu和gpu

用 with … device 控制操作

线性回归例子