机器学习2：开始Tensorflow之旅

DistBelief
从2011年开始，Google Brain建立DistBelief作为他们的第一代专有的机器学习系统。50多个团队在Google和其他Alphabet公司在商业产品部署了DistBelief的深度学习神经网络，包括Google搜索、Google语音搜索、广告、Google 相册、Google地图、Google街景、Google翻译和YouTube。Google指派计算机科学家，如Geoffrey Hinton和Jeff Dean，简化和重构DistBelief的代码库，使其变成一个更快、更健壮的应用级别代码库，形成了TensorFlow。

TensorFlow
TensorFlow是Google Brain的第二代机器学习系统，2015年11月9日，参考实现作为开源软件发布。虽然参考实现运行在单台设备，TensorFlow可以运行在多个CPU和GPU（和可选的CUDA扩展）。TensorFlow的名字来源于神经网络对多维数组执行的操作。这些多维数组被称为“张量”，但这个概念并不等同于张量的数学概念。

TPU
2016年5月，Google宣布了张量处理单元（TPU），一个专为机器学习和TensorFlow定制的ASIC。TPU是一个可编程的AI加速器，提供高吞吐量的低精度计算（如8位），面向使用或运行模型而不是训练模型。Google宣布他们已经在数据中心中运行TPU长达一年多，发现它们对机器学习提供一个数量级更优的每瓦特性能。

广泛的应用程序使用TensorFlow作为基础，其中它已成功实现自动化图像字幕软件，例如DeepDream。(看过谍影重重5的是不是觉得这个名字很熟悉，有兴趣的可以了解一下)

目前使用Tensorflow的公司（官网上可查到）有：

安装TensorFlow需要的环境。

一、下载安装 CUDA Toolkit

二、下载安装cuDNN

三、下载安装  Anaconda

四、打开Anaconda Prompt，创建coda环境，conda create -n tensorflow-gpu python=3.5

五、激活 Tensorflow环境，activate tensorflow-gpu

六、安装 Tensorflow，pip install tensorflow-gpu

七、激活环境activate tensorflow-gpu

八、输入python，进入python编辑环境。import tensorflow as tf

只要到这一步还没有报错，说明Tensorflow安装和导入成功，以后就可以尽情使用了。