本文探讨了机器学习中编程思路的转换，从命令式编程到声明式编程的区别。通过斐波拉契数列的例子展示了两种编程方式的不同，强调声明式编程在处理数理逻辑时的优势。同时指出Python语言与TensorFlow API的差异，以及在使用TensorFlow时应避免业务逻辑。最后，解释了Python在TensorFlow中的角色，类似于前后端分离结构中的前端，而真正的计算任务由后端决定并执行。
11.3 编程思路的转换
在学校里的教授的如C、Python、Java等编程语言， 采用的命令式编程的思路。 你需要下达一个指令，让计算机做一个动作， 希望得到是一个程序中业务逻辑变量的 状态转换。 其背后的理论基础是形式语言与自动机理论， 程序抽象为一个有穷自动 机。
而在TensorFlow中的编程思路会略有不同，初学时应该引起注意。 其与符号式编 程类似，其通过数学模型对数理逻辑进行抽象，计算单元是函数， 而不是指令。
上面这段话，可能有些抽象，我们通过两段程序代码来说明一下。 这两段程序代码都是要找出斐波拉契数列的第n 个值。 斐波拉契数列：1,1,2,3,5,8,13,21,44,··· 。 从 数学知识的角度，我们知道， 这个数列除了前两个数为整数 1 ，从第 3 值开始， 都是 数列中前两个值相加的结果。 用数学表达式表示其通项公式为a n = a n−1 + a n−2 。 如果 用声明式编程的语言来写这个函数如下：
如果用命令式编程的代码是这样的：
很明显， 声明式编程更加倾向于数学定义本身。 从程序代码上看， 写法更加简 洁， 但也更加抽象。 而命令式编程的写法， 更注重指令和操作的细节， 更加具体 化。 在后面，我们将会看到， 如果遵循声明
最低0.47元/天 解锁文章
扫一扫
161
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
