Tensorflow简介

Tensor 张量，多维

0-d tensor：标量，1-d tensor：向量，2-d tensor：矩阵

深度学习后面的数学概念已经存在10多年，但是深度学习框架是最近几年才出来的。现在大量的框架在灵活性上和便于工业界使用上做了权衡，灵活性对于科研非常重要，但是对于工业界太慢了，但是换句话说，足够快，能够用于分布式的框架只适用于特别的网络结构，这对科研又不够灵活。这留给了使用者一个矛盾的境地：我们是否应该尝试用没有那么灵活的框架做科研，这样当应用于工业界的时候，我们不必再重新用另外一个框架复现代码；或者是我们是否应该在做研究的时候使用一个框架，在工业界应用的时候使用另外一个完全不同的框架呢？

如果选择前者，那么做研究的时候并不方便尝试很多不同类型的网络，如果选择后者，我们必须要重新复现代码，这容易导致实验结果和工业应用上不同，我们也需要付出很多精力去学习。

TensorFlow的出现希望解决这个矛盾的事情。

什么是TensorFlow?

• 使用数据流和图来做数值计算的开源软件，用于机器智能
• 主要是由Google Brain团队开发用于机器学习和深度神经网络的研究
• 能够应用于广泛的领域

为什么使用TensorFlow？

• Python API，这是大多数深度学习框架都有的
• 能够使用多个CPU和GPU，最重要的是能够很容易部署到服务器上和移动端，这是很多框架不能做的事
• 足够灵活，非常低层
• tensorboard可视化非常好
• Checkpoints作为实验管理，能够随时保存模型
• 自动微分
• 庞大的社区
• 大量优秀的项目正在使用TensorFlow