1:TensorFlow特点:
1:高度灵活:不仅可以用来作神经网络算法研究,也可以用来作普通机器学习算法,甚至是只要把计算表示成数据流图,都可以用TensorFlow。
2:语言多样:基于C++实现,使用python封装。
3:设备支持:允许GPU和CPU上计算分布。
4:可视化:TensorBoard支持五种可视化:标量,图片,音频,直方图,计算图。
2:Tensorflow结构分析
TensorFlow程序通常被组织成一个构件图阶段和一个执行图阶段。
在构建阶段,数据与操作的执行步骤被描述成一个图。
在执行阶段,使用会话执行构建好的图中的的操作
1:图和会话:
图:这是TensorFlow将计算表示为指令之间依赖关系的一种表示法
会话:TensorFlow跨一个或多个本地或远程设备进行数据流图的机制
张量:TensorFlow中的基本数据对象
节点:提供图当中执行的操作
TensorFlow是一个采用数据流图,用于数值计算的开源框架。
节点在图中表示数学操作,线则表示节点间相互联系的多维数据,即张量。
下面举一个最简单的加法例子,直接上代码
import tensorflow as tf
tf.compat.v1.disable_eager_execution()