TensorFlow学习笔记之一——初步印象

原文链接:http://www.cnblogs.com/ainima/p/6331902.html

最近工作太忙,赶上孩子刚刚出生不久,简直是忙的四脚朝天。对技术的跟踪、论文的阅读和代码的编写,都拉下了一段时间。跟朋友聊天的时候得知TensorFlow,而且是朋友极力推荐的开源项目,马上关注了一下。


知道TensorFlow是Google的项目,我就马上去找到了关于TensorFlow的论文:

地址:http://download.tensorflow.org/paper/whitepaper2015.pdf

中文地址:http://www.jianshu.com/p/65dc64e4c81f


Google一直保持这样的传统,在关键项目的发布和开源上,会有关键性的重要论文发布。这个论文将是理解这个项目的重中之重。花了一些时间在这个论文上面,得到一些关于TensorFlow的初步印象,简列如下:

1、TensorFlow是支持各种平台的,包括手机端、PC、大规模分布式系统和GPU集群;

2、TensorFlow可以支持异构硬件平台;

3、TensorFlow的计算是用有向图描述的;

4、TensorFlow支持的前端语言有C++和Python;

5、TensorFlow的node具有零个到多个输入和输出,表现为一个操作的实例;

6、Kernel是一个操作的具体实现;

7、Session负责Client System和TensorFlow的通信,Session会有一个run接口;

8、TensorFlow的大多数用户会针对一个图建立一个Session,但是会把这个图或者这个图的子集图运行无数遍;

9、TensorFlow的实现分为本地版本和分布式版本,本地版本又包括单设备版本和多设备版本;

10、TensorFlow的多设备版本和分布式版本,需要考虑节点分配和跨设备数据交流。


这只是简单的一个初步印象,不排除有理解不到位的地方,欢迎探讨。


转载于:https://www.cnblogs.com/ainima/p/6331902.html

展开阅读全文
博主设置当前文章不允许评论。

没有更多推荐了,返回首页