Tensorflow基础
要利用好深度学习所带来的福利,选择一款好的深度学习工具必不可少。在谷歌内部,Tensorflow已经被成功应用到语音搜索、广告、电商、图片、街景图、翻译、YouTube等众多产品之中。基于Tensorflow开发的RankBrain排序算法在谷歌上千种排序算法中排在第三重要的位置。对比不同开源深度学习工具的社区活跃度,Tensorflow远远超过其他工具。
Tensorflow的三个基本概念:
- 计算图(tf.Graph)
- 张量(tf.Tensor)
- 会话(tf.Session)
TensorFlow 计算模型—计算图
Tensorflow 中的每一个计算都是计算图上的一个节点,而节点之间的边描述了计算之间的依赖关系。Tensorflow程序一般可以分为两个阶段:
- 第一阶段需要定义计算图中所有的计算
- 第二阶段为执行计算
以下代码给出了计算定义阶段的样例:
import tensorflow as tf
a = tf.constant([1, 2], name="a", dtype=tf.float32)
b = tf.