谷歌TensorFlow實戰(zhàn)官方中文版

TensorFlow實戰(zhàn)是一款谷歌打造的開源人工智能系統(tǒng)，是專業(yè)的谷歌機器學習平臺，類似于C++的界面，具有靈活性、可移植性特點，小編為你帶來TensorFlow安裝包，喜歡這款軟件的話就來下載！

TensorFlow是什么

TensorFlow™ 是一個采用數(shù)據(jù)流圖（data flow graphs），用于數(shù)值計算的開源軟件庫。節(jié)點（Nodes）在圖中表示數(shù)學操作，圖中的線（edges）則表示在節(jié)點間相互聯(lián)系的多維數(shù)據(jù)數(shù)組，即張量（tensor）。它靈活的架構讓你可以在多種平臺上展開計算，例如臺式計算機中的一個或多個CPU（或GPU），服務器，移動設備等等。TensorFlow 最初由Google大腦小組（隸屬于Google機器智能研究機構）的研究員和工程師們開發(fā)出來，用于機器學習和深度神經(jīng)網(wǎng)絡方面的研究，但這個系統(tǒng)的通用性使其也可廣泛用于其他計算領域。

TensorFlow功能特性

1、高度的靈活性

TensorFlow 不是一個嚴格的“神經(jīng)網(wǎng)絡”庫。只要你可以將你的計算表示為一個數(shù)據(jù)流圖，你就可以使用Tensorflow。你來構建圖，描寫驅動計算的內(nèi)部循環(huán)。我們提供了有用的工具來幫助你組裝“子圖”（常用于神經(jīng)網(wǎng)絡），當然用戶也可以自己在Tensorflow基礎上寫自己的“上層庫”。定義順手好用的新復合操作和寫一個python函數(shù)一樣容易，而且也不用擔心性能損耗。當然萬一你發(fā)現(xiàn)找不到想要的底層數(shù)據(jù)操作，你也可以自己寫一點c++代碼來豐富底層的操作。

2、真正的可移植性（Portability）

Tensorflow 在CPU和GPU上運行，比如說可以運行在臺式機、服務器、手機移動設備等等。想要在沒有特殊硬件的前提下，在你的筆記本上跑一下機器學習的新想法？Tensorflow可以辦到這點。準備將你的訓練模型在多個CPU上規(guī)�；�運算，又不想修改代碼？Tensorflow可以辦到這點。想要將你的訓練好的模型作為產(chǎn)品的一部分用到手機app里？Tensorflow可以辦到這點。你改變主意了，想要將你的模型作為云端服務運行在自己的服務器上，或者運行在Docker容器里？Tensorfow也能辦到。Tensorflow就是這么拽 :)

3、將科研和產(chǎn)品聯(lián)系在一起

過去如果要將科研中的機器學習想法用到產(chǎn)品中，需要大量的代碼重寫工作。那樣的日子一去不復返了！在Google，科學家用Tensorflow嘗試新的算法，產(chǎn)品團隊則用Tensorflow來訓練和使用計算模型，并直接提供給在線用戶。使用Tensorflow可以讓應用型研究者將想法迅速運用到產(chǎn)品中，也可以讓學術性研究者更直接地彼此分享代碼，從而提高科研產(chǎn)出率。

4、自動求微分

基于梯度的機器學習算法會受益于Tensorflow自動求微分的能力。作為Tensorflow用戶，你只需要定義預測模型的結構，將這個結構和目標函數(shù)（objective function）結合在一起，并添加數(shù)據(jù)，Tensorflow將自動為你計算相關的微分導數(shù)。計算某個變量相對于其他變量的導數(shù)僅僅是通過擴展你的圖來完成的，所以你能一直清楚看到究竟在發(fā)生什么。

5、多語言支持

Tensorflow 有一個合理的c++使用界面，也有一個易用的python使用界面來構建和執(zhí)行你的graphs。你可以直接寫python/c++程序，也可以用交互式的ipython界面來用Tensorflow嘗試些想法，它可以幫你將筆記、代碼、可視化等有條理地歸置好。當然這僅僅是個起點——我們希望能鼓勵你創(chuàng)造自己最喜歡的語言界面，比如Go，Java，Lua，Javascript，或者是R。

6、性能最優(yōu)化

比如說你又一個32個CPU內(nèi)核、4個GPU顯卡的工作站，想要將你工作站的計算潛能全發(fā)揮出來？由于Tensorflow 給予了線程、隊列、異步操作等以最佳的支持，Tensorflow 讓你可以將你手邊硬件的計算潛能全部發(fā)揮出來。你可以自由地將Tensorflow圖中的計算元素分配到不同設備上，Tensorflow可以幫你管理好這些不同副本。

TensorFlow安裝方法

你可以使用官方提供的二進制包，或者使用源代碼，安裝TensorFlow。