第三天的学习内容(6-9):
1.Tensor Flow 通过组件client(客户端)->与master和多个worker相连,而每个worker可以和多个硬件设备相连(如CPU和GPU)并负责管理硬件,同时master负责指导所有的worker按流程执行计算图。
2、TensorFlow有单机模式和分布式模式,单机是指client、master、worker都在一台机器上的同一个进程当中,而分布式的版本允许client、master、worker在不同机器的不同进程中,由集群调度系统统一管理各项任务。
3.TensorFlow中的一个worker可以管理多个设备,每一个设备的name包括硬件类别、编号、任务号(单机版本没有)
例如:单机:/job:localhost/device:cpu:0
分布式模式:/job:worker/task:17/device:gpu:3
4.Tensor Flow为CPU和GPU提供了管理设备的对象接口,每一个对象负责分配、释放设备的内存,以及执行节点的运算核(懵)。
5.Tensor Flow中的tensor是多位数组,支持8-64位的int,IEEE标准的float、double和复数型,以及任意的字符串