學Python有什么用?它是谷歌TensorFlow指定開發語言

TensorFlow是一個用于Google創建和發布的快速數值計算的Python庫。它是一個基礎庫,可用于直接創建深度學習模型,或使用包裝庫來簡化在TensorFlow之上構建的過程。

在這篇文章中,您將發現用于深度學習的TensorFlow庫。讓我們開始吧。



什么是TensorFlow?


TensorFlow是一個用于快速數值計算的開源庫。
它由Google創建并維護,并在Apache 2.0開源許可下發布。 雖然可以訪問底層的C ++ API,但API名義上是用于Python編程語言的。與Theano等深度學習中使用的其他數值庫不同,TensorFlow設計用于研究和開發以及生產系統,尤其是Google搜索中的RankBrain和有趣的DeepDream項目。

它可以在單CPU系統,GPU以及移動設備和數百臺機器的大規模分布式系統上運行。


如何安裝TensorFlow


如果您已經擁有Python SciPy環境,那么安裝TensorFlow非常簡單。
TensorFlow適用于Python 2.7和Python 3.3+。 您可以按照TensorFlow網站上的“下載和設置”說明進行操作。 通過PyPI進行安裝可能是最簡單的,并且下載和設置網頁上有用于Linux或Mac OS X平臺的pip命令的特定說明。
如果您愿意,還可以使用virtualenv和docker圖像。要使用GPU,只支持Linux,它需要Cuda Toolkit。


你在TensorFlow中的第一個例子
根據有向圖的結構中的數據流和操作來描述計算。

節點:節點執行計算并具有零個或多個輸入和輸出。 在節點之間移動的數據稱為張量,它是實數值的多維數組。
邊緣:該圖定義了數據流,分支,循環和狀態更新。 特殊邊緣可用于同步圖形內的行為,例如等待完成多個輸入的計算。
操作:操作是一個命名的抽象計算,它可以獲取輸入屬性并生成輸出屬性。 例如,您可以定義添加或乘法操作。



使用TensorFlow進行計算
第一個示例是TensorFlow網站上示例的修改版本。 它顯示了如何使用會話創建會話,定義常量和使用這些常量執行計算。
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a+b))
運行此示例顯示:
42


使用TensorFlow進行線性回歸


下一個示例來自TensorFlow教程的介紹。
此示例顯示了如何定義變量(例如W和b)以及作為計算結果的變量(y)。
我們對TensorFlow有一定的了解,它將計算的定義和聲明與會話中的執行和運行調用分開。




運行此示例將輸出以下輸出:


您可以在“基本使用指南”中了解有關TensorFlow機制的更多信息。


更多深度學習模型


您的TensorFlow安裝附帶了許多深度學習模型,您可以直接使用它們進行試驗。


鑒于TensorFlow目前這么流行,想要學習和實踐的程序員們也可以了解下谷歌最近的AI開源項目——AIY Projects。AIY 全稱是 Artificial Intelligence Yourself,顧名思義就是利用 AI 來進行的 DIY 功能套件。借助 AIY 項目,創客可以利用人工智能來實現更像人與人交流的人機交互。谷歌目前為 AIY Projects 推出了兩款硬件產品--AIY Voice Kit 和 AIY Vision Kit。



Vision Kit 由Raspberry Pi和Intel movidius提供動力。它可以運行具有低耗處理能力的深度學習算法。Raspberry Pi Zero WH 包括視覺處理單元芯片,可以高效地運行Tensor Flow圖像處理。


而且谷歌為此還發布了一個TensorFlow.js的工具,有了這項工具,即使不是機器視覺領域的專家,大家也可以實現很多應用場景,比如在瀏覽器中訓練自己的寵物臉辨識系統,在自家的監視系統中使用等等。

如果喜歡我們的文章,請即分享到︰