[TensorFlow系列-2]：Google TensorFlow简介、生态环境、开发架构、软件架构

作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/119360465

---

目录

第1章 什么是TensorFlow？

第2章 深度学习的软件架构

第3章 Tensorflow软件开发架构

第4章 Tensorflow的软件架构

4.1 Tensorflow的生态链

4.2 Tensorfor内部的软件架构

---

第1章 什么是TensorFlow？

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。

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。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。

官网教程：https://doc.codingdict.com/tensorflow/tfdoc/get_started/introduction.html

第2章 深度学习的软件架构

第3章 Tensorflow软件开发架构

第4章 Tensorflow的软件架构

4.1 Tensorflow的生态链

•  开发平台：Python或C++、GPU
•  执行平台：Python + CPU
• Tensorflow的贡献者：商业公司、开源社区的开发者、 开源社区的科研人员、系统集成者。
• Google的作用：Google在2015年已经把Tensorflow贡献给了开源社区，Google为开源社区提供技术支持。
• Tensorflow项目的提供方式：github
• 使用者：从github获取Tensorflow的开源框架的源代码和基于Tensorflow的各种项目源代码。
• 可视化工具：Tensorboard

4.2 Tensorfor内部的软件架构

 Tensorfor提供了不同层面的编程接口，越是低级的接口，越能感受到深入学习的本质，但使用也越麻烦，学习成本越高。

• Python Frontend接口：低级接口，大多数Tensorflow学习者首先接触到的接口，与是大多数使用者感觉到上手难度大的原因。
• 在Python Frontend，定义了神经网络的层和数据集dataset，可以利用这些接口，搭建神经网络，但也还是要自己构建神经网络。
• 可以通过Keras和其提供的接口简化Tensorflow的使用，这层的接口只需要配置模型，不需要手工搭建神经网络。
• 最外层的接口是直接使用预定义的模型，不需要手工搭建神经网络。

---

作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/119360465