TensorFlow基本介绍

最新推荐文章于 2024-08-11 11:15:58 发布

Star-Technology

最新推荐文章于 2024-08-11 11:15:58 发布

阅读量2.4k

点赞数

分类专栏： TensorFlow 文章标签： TensorFlow client master Worker graph

本文链接：https://blog.csdn.net/ymf827311945/article/details/78395142

版权

TensorFlow是谷歌的人工智能学习系统，基于数据流图进行计算。它包括Client、Master和Worker三层架构，用于处理和分析复杂数据。Client构建Graph并提交，Master分解任务给Worker执行。数据格式主要使用Protobuf，而Graph定义则存储在graph.proto中。

摘要由CSDN通过智能技术生成

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
通过这三层架构将数据封装起来
Client < === > Master < === > Worker
Client：Session准备
Constant、placeholder、Variable、Tensor（多维数组）、Operate（各种操作）等声明并构建成Graph，通过session.run提交到master
Master：接收Graph，通过计算dependences， node placement 算法分解，将任务分发给worker
Worker（CPU、GPU0、GPU1。。。）：执行subgraph（子图）
Kernel函数（CPU、GPU函数）

3.代码架构
Contrib：优化，视频处理
Core：C++的关键代码
Models:图像识别的例子
Python：Python封装的所有程序
Tensorboard：图形界面，方便进行调试
Tool&#