Tensotflow1.0入门(八)-tensorflow源代码目录结构

文件夹
tensorflow #主目录
third_party #第三方库，包括eigen3(特征运算的库，包括SVD，LU分解等),gpus(支持cuda),hadoop,jpeg,llvm,py,sycl
tools #构建cuda支持

文件
ACKNOWLEDGMENTS #tensorflow的版权说明
ADOPTERS.md #使用Tensorflow的人员或者组织列表
arm_compiler.BUILD
AUTHORS #Tensorflow作者的官方列表
BUILD
CODE_OF_CONDUCT.md
CODEOWNERS
configure
configure.py
CONTRIBUTING.md
ISSUE_TEMPLATE.md
LICENSE
models.BUILD
README.md
RELEASE.md #每次发版本的change log
SECURITY.md
WORKSPACE #配置移动端开发环境

tensorflow主目录文件夹
.clang-format
api_template.init.py
BUILD
c
cc #采用C++进行训练的样例
compiler
contrib #将常用功能封装在一起的高级API
core #c++实现的主要目录
docs_src
examples #各种示例
g3doc #针对c++,Python版本的代码文档
go
java
js
python #python实现的主要目录
security
stream_executor #流处理器
tensorflow.bzl
tf_exported_symbols.lds
tf_framework_version_script.lds
tf_version_script.lds
tools #一些工具杂项
version_check.bzl
workspace.bzl
init.py

tensorflow/contrib文件夹
contrib目录中保存的时将常用的功能封装成高级API，但这个目录并不官方支持，但很有可能在后续被官方迁移到核心的目录中。
framework:很多函数(如get_variables,get_global_step)
layers:这个包主要网络的各种操作
learn:包括完成训练模型和评估模型，读取批处理数据和队列功能的API封装
rnn:提供了额外的RNN Cell，也就是对RNN隐藏层的各种改进，包含LSTMBlockCell等
seq2seq:这个包提供了建立神经网络seq2seq层和损失函数的操作
slim:Tensorflow-Slim(TF-Slim)是一个用于定义，训练和评估Tensorflow中的复杂模型的轻量级库

tensorflow/core文件夹
api_def
BUILD
common_runtime #公共运行库
debug
distributed_runtime #分布式执行模块，含有grpc session,grpc worker,grpc master
example
framework #基础功能模块
graph
grappler
kernels #一些核心操作在CPU，CUDA内核上的实现
lib #公共基础库
ops
platform #操作系统实现相关文件
profiler
protobuf #.proto文件，用于传输时的结构化序列化
public #API的头文件目录
user_ops
util

参考:《TensorFlow 技术解析与实战》