TensorFlow实战— —K-Means聚类

TensorFlow是Google最近开源的人工智能库。

TensorFlow使用了data-flow graphs（DFG），如下图

从图中可以看出，DFG是表示计算表达式的一种树形结构图。每个节点代表一个运算，非叶子节点是运算符，叶子节点是直接的值（确定的值或者不确定的值），箭头方向表示了不同节点间的依赖关系。

TensorFlow目前提供两种API，Python和C++，目前只有Linux和MacOS的安装方法，暂时没有Windows版本。官方还推荐用虚拟环境如Docker，VirtualEnv。官方给出了相应的使用说明，一般的程序猿可以参考阅读官方文档。但假如你是个菜鸟，可以安装下面的步骤慢慢学习~(貌似网站被墙了。。。)

1. 安装

2. 阅读官方的栗子，知道TensorFlow的代码是怎么写的，有个大概印象

3. 阅读关于基本组件的官方解释

4. 阅读这个使用TensorFlow解决一个普通机器学习问题的详细栗子

5. 基本了解之后，就可以去看一下Python API或者C++ API

下面给出一段使用TensorFlow写的K-Means聚类的方法

import tensorflow as tf
from random import choice, shuffle
from numpy import array


def TFKMeansCluster(vectors, noofclusters):
    """
    K-Means Clustering using TensorFlow.
    'vectors' should be a n*k 2-D NumPy array, where n is the number
    of vectors of dimensionality k.
    'noofclusters' should be an in