01Tensorflow学习之Tensorflow基本介绍

1 tensorflow简介

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。

TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域。

2 tensorflow架构

我自己画的简图如下

 

3 代码架构

 

4 数据格式（Protobuf）

基本上都是靠Protobuf来实现的

Reader_base.proto定义了各种插槽的位置和数据类型

Tersor.proto

定义了数据类型 DataType dtype =1

版本号：init32 version_number =3

Bytes tensor_content = 4

 

5 graph.proto

Message NodeDef节点的定义

Python graph === Protobufer === tf.session.run()

 

备注

其中橘色背景的是有些我还不懂的地方，希望随着之后的学习可以明白。

参考博客地址：https://blog.csdn.net/ymf827311945/article/details/78395142

 

转载于:https://www.cnblogs.com/tianxue/p/9244708.html