TensorFlow 从入门到精通
TensorFlow 是一个用于机器智能的开源软件库,是目前 Github 上最受欢迎的深度学习框架。
本专栏目的是从基本使用入手,循序渐进,深入源码分析其实现过程,学习其设计理念,贡献自己设计的模块,创建实际应用。
卜居
爱好:玩游戏,发呆
技能:CUDA,C/C++,Caffe/TensorFlow/PyTorch
展开
-
TensorFlow 从入门到精通(八):TensorFlow tf.nn.conv2d 一路追查
读者可能还记得本系列博客(二)和(六)中 tf.nn 模块,其中最关心的是 conv2d 这个函数。首先将博客(二) MNIST 例程中 convolutional.py 关键源码列出: def model(data, train=False): """The Model definition.""" # 2D convolution, with 'SAME' p原创 2016-06-08 13:13:55 · 37373 阅读 · 14 评论 -
TensorFlow 从入门到精通(七):TensorFlow 运行原理
通过几个例程,我们逐渐对 TensorFlow 建立了感性认识。本文将进一步从内在原理进行深入理解,进而为阅读源码打好基础。1. 编程模型TensorFlow 计算被抽象为包括若干节点的有向图。如下图所示例子:对应的 TensorFlow Python 代码如下:import tensorflow as tfb = tf.Variable(tf.zeros([100]原创 2016-06-08 12:47:39 · 23356 阅读 · 2 评论 -
TensorFlow 从入门到精通(六):tensorflow.nn 详解
看过前面的例子,会发现实现深度神经网络需要使用 tensorflow.nn 这个核心模块。我们通过源码来一探究竟。# Copyright 2015 Google Inc. All Rights Reserved.## Licensed under the Apache License, Version 2.0 (the "License");# you may not use this fil原创 2016-05-23 14:30:06 · 72029 阅读 · 12 评论 -
TensorFlow 从入门到精通(五):使用 TensorFlow 实现 RNN
# Copyright 2015 Google Inc. All Rights Reserved.## Licensed under the Apache License, Version 2.0 (the "License");# you may not use this file except in compliance with the License.# You may obtai原创 2016-05-22 23:24:43 · 34902 阅读 · 6 评论 -
TensorFlow 从入门到精通(四):CIFAR10 多 GPU 版本例程源码分析
# Copyright 2015 Google Inc. All Rights Reserved.## Licensed under the Apache License, Version 2.0 (the "License");# you may not use this file except in compliance with the License.# You may obtai原创 2016-05-22 23:18:13 · 17252 阅读 · 0 评论 -
TensorFlow 从入门到精通(三):ImageNet 例程源码分析
# Copyright 2015 Google Inc. All Rights Reserved.## Licensed under the Apache License, Version 2.0 (the "License");# you may not use this file except in compliance with the License.# You may obtai原创 2016-05-22 23:17:04 · 23526 阅读 · 3 评论 -
TensorFlow 从入门到精通(二):MNIST 例程源码分析
MNIST 例程源码分析原创 2016-05-22 22:32:48 · 39065 阅读 · 12 评论 -
TensorFlow 从入门到精通(一):安装和使用
安装过程PIP 安装安装 PIP安装 TensorFlowPIP 安装的优缺点源码编译安装下载源码安装 Bazel配置编译源码安装的优缺点Docker 镜像安装官方镜像创建 Docker 用户组启动 Docker 容器Docker 镜像安装的优缺点使用过程K40 上运行输出M40 上运行输出GTX1080 上运行输出P40 上输出注意事项安装过程目前较为稳定原创 2016-05-22 22:18:44 · 91918 阅读 · 11 评论