Tensorflow简介

最新推荐文章于 2024-08-13 22:48:20 发布

逆行时针

最新推荐文章于 2024-08-13 22:48:20 发布

阅读量872

点赞数

分类专栏：机器学习文章标签： tensorflow 神经网络

本文链接：https://blog.csdn.net/dhyaishuai/article/details/95971025

版权

TensorFlow是一个开源软件库，用于数值计算，采用数据流图模型。节点表示数学操作，线表示张量数据流。它支持在多种平台上运行，包括CPU和GPU。TensorFlow的特点包括高度灵活性、可移植性、自动求微分和多语言支持，使得科研和产品开发更为高效。此外，它还允许异步并行执行和设备间计算分配。

摘要由CSDN通过智能技术生成

什么是Tensorflow？

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。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。

什么是数据流图？

Tensors Flowing

数据流图用“结点”（nodes）和“线”(edges)的有向图来描述数学计算。“节点” 一般用来表示施加的数学操作，但也可以表示数据输入（feed in）的起点/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“节点”之间的输入/输出关系。这些数据“线”可以输运“size可动态调整”的多维数据数组，即“张量”（tensor）。张量从图中流过的直观图像是这个工具取名为“Ten