TensorFlow简介

• 简介

TensorFlow是google发布的机器学习平台，其特点就是支持多种GPU、CPU架构。运行平台从Windows、MAC、Android到集群（0.8版本后）。很多五花八门的设备都支持Tensorflow。

其采用data flow graphs的计算方式，将不同的操作用图的方式表示，使得张量以及其他的函数计算得以以简单的方式进行描述，并通过优化算法，完成对神经网络的训练工作。目前Tensorflow已经应用在很多数据处理场景之中，并向科研领域渗透。

• TensorFlow基础架构

• TensorFlow的特点

1. 高度的灵活性

TensorFlow不仅是一个“”神经网络”库，在其他一些场景时也可以用神经网络完成。用户可以自己用Python描绘计算图，而后放到计算核心之中。同时在无法找到合适的底层操作的时候也可以自己编写C++代码。

      2.可移植性

TensorFlow可以在CPU、GPU上运行，比如台式机、服务器、集群甚至移动设备上。我们可以通过在单机上简单的验证想法，而在需要大规模计算的时候将其简单的扩展到集群上，最后可以将训练好的模型放到移动设备上。

     3.综合了科研以及产品

在以往的机器学习算法的研究中往往需要自己编写大量代码，而TensorFlow的出现使得我们可以通过其简单的验证想法，并将其直接输出产品。

     4.自动计算梯度导数

TensorFlow可以自动计算函数导数，这使得我们可以不必纠结于具体的求解细节，只需关于模型的定义与验证。而具体过程可以通过计算图观察。

     5.性能最优化

TensorFlow底层上对于线程、队列、异步操作给予了良好的支持使得其可以很好的发挥出硬件的全部性能。而在多计算单元控制上，我们可以将不同的计算任务分配到不同的单元之中。

     6.多语言支持

TensorFlow支持C++、Python、java、Go Javascript API。