google 对tensorflow的教程里面,从机器学习的角度进行了一步步的讲解,但是我自己在编写机器学习代码的时候,经常找不到相应的api。故我从官网上下载了tensorflow python api的文档,花了些时间对其中主要的内容过了一下,这里做一下整理和记录,望各位大牛给予指导。
另:本人为传统行业转行IT,没有科班经验,若有错误之处,请直接指明,我会尽快修改。
0.总体
tensorflow python api分为13个部分,按照麦肯锡每一个层级不超过3个的原则,我又分了一下,大概分为图的构建,图的运行,相关支持三类,。其中图的构建内容比较多,包括constant op,Variables,Control Flow,BUiliding Graphs,Tensor Transformations ,图的运行包括Running Graphs,Training,其他支持包括Inputs & Readers,data IO,Math,Neural Network,Sparse Tensor,Iamges.感觉不尽合理,但是我就这样分了。
1. 图的构建
有些地方说tensorflw差不多算是一门新的语言,既然这样,干脆就从常量、变量、控制条件等出发算了。
1.1 constan op
在深度学习中,常量一般用来描述学习框架的结构,或者叫超参数。tensorflow基本的数据类型有14种,在这几本数据类型上,给与了3种主要的包装类型,分别是Constants value tensors,Sequence和Random Tensors
1.1.1基本数值结构
数据类型 | Python 类型 | 描述 |
---|---|---|
DT_FLOAT |
tf.float32 |
32 位浮点数. |
DT_DOUBLE |