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