TensorFlow入门（1）-简介与安装

本系列是基于Udacity的深度学习纳米学位课程做的笔记。

简介

TensorFlow是一个Google开源的深度学习框架。
TensorFlow中文社区有如下两段介绍

关于 TensorFlow
TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。

什么是数据流图（Data Flow Graph）?
数据流图用“结点”（nodes）和“线”(edges)的有向图来描述数学计算。“节点” 一般用来表示施加的数学操作，但也可以表示数据输入（feed in）的起点/输出（push out）的终点，或者是读取/写入持久变量（persistent variable）的终点。“线”表示“节点”之间的输入/输出关系。这些数据“线”可以输运“size可动态调整”的多维数据数组，即“张量”（tensor）。张量从图中流过的直观图像是这个工具取名为“Tensorflow”的原因。一旦输入端的所有张量准备好，节点将被分配到各种计算设备完成异步并行地执行运算。

安装

由于前面已经配置好了Anaconda + jupyter notebook的环境，这里只讲如何用Conda安装TensorFlow。

Windows

再console或者Anaconda prompt界面，运行命令。
前期已经创建了DLND的环境，可以激活环境后直接用conda install -c conda-forge tensorflow 安装。下面还是给出完整的代码：

conda create -n DLND python=3.5
activate DLND
conda install pandas matplotlib jupyter notebook scipy scikit-learn
conda install -c conda-forge tensorflow

OS X 或 Linux

暂时没试过，先记录下备用，与windows区别在于Linux下的激活命令要加一个source

conda create -n DLND python=3.5
source activate DLND
conda install pandas matplotlib jupyter notebook scipy scikit-learn
conda install -c conda-forge tensorflow

测试 hello, world！

调出jupyter notebook，运行以下代码，检查是否安装正确，正确会输出“Hello, world!”。

import tensorflow as tf

# Create TensorFlow object called tensor
hello_constant = tf.constant('Hello World!')

with tf.Session() as sess:
    # Run the tf.constant operation in the session
    output = sess.run(hello_constant)
    print(output)