初识TensorFlow

1. 概述

TensorFlow是一个采用数据流图，用于数值计算的开源软件库。其命名中的Tensor(张量)，有N维数组之意，Flow(流)则表示基于数据流图(有向图)的计算。TensorFlow运行过程就是张量从图的一端流动至另一端的计算过程。

2. 基本概念

• 图(Graph)：描述计算过程，使用图来表示计算任务；
• 张量(Tensor)：表示数据，每个Tensor是N维数组；
• 操作(operation)：图中的节点(Node)就是执行相关操作；
• 会话(Session)：图必须在“会话”的上下文中执行。会话将图的操作分发到CPU或GPU设备上执行；
• 变量(Variable)：运行过程中可被改变的，通过变量来维护状态；

TensorFlow边的两种连接关系：

• 数据依赖
  数据依赖用实线边表示，代表数据(张量)。
• 控制依赖
  虚线边表示控制依赖，用于控制操作的运行，这类边上边没有数据流过

节点

图中的节点又称作算子，表示一个操作；它有如下类型：

• 数学运算操作
  add、subtract、multiply、div、exp…
• 矩阵运算操作
  矩阵乘法、转置、逆…
• 数组运算操作
  concat(连接)、split(分割)、slice(切片)、constant(常量)、shape(维度)…
• 有状态的操作
  variable(变量)、assign…
• 检查点操作
  save、restore…
• 神经网络构建操作
  Sigmoid、Softmax、ReLU…
• 控制张量流动的操作
  merge、switch…