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)