資源描述：
《TensorFlow原理介紹圖文課件.pptx》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、TensorFlowanopensourcesoftwarelibraryformachinelearning目錄機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是什么機(jī)器學(xué)習(xí)的領(lǐng)域機(jī)器學(xué)習(xí)方法主流機(jī)器學(xué)習(xí)框架TensorFlowTensorFlow是什么TensorFlow架構(gòu)TensorFlow基本使用TensorFlow機(jī)器學(xué)習(xí)例子---一元線性回歸TensorFlowforAndroidDemo機(jī)器學(xué)習(xí)是什么？定義計(jì)算機(jī)利用已有的數(shù)據(jù)(經(jīng)驗(yàn))，得出了某種模型(規(guī)律)，并利用此模型預(yù)測(cè)未來數(shù)據(jù)特征的一種方法。機(jī)器學(xué)習(xí)的方法監(jiān)督式學(xué)習(xí)算法從帶標(biāo)簽(標(biāo)注)的訓(xùn)練樣本中建立一個(gè)模式（模型），并依此模式
2、推測(cè)新的數(shù)據(jù)標(biāo)簽的算法無監(jiān)督式學(xué)習(xí)算法在學(xué)習(xí)時(shí)并不知道其分類結(jié)果，其目的是去對(duì)原始資料進(jìn)行分類，以便了解資料內(nèi)部結(jié)構(gòu)的算法半監(jiān)督式學(xué)習(xí)算法利用少量標(biāo)注樣本和大量未標(biāo)注樣本進(jìn)行機(jī)器學(xué)習(xí)，利用數(shù)據(jù)分布上的模型假設(shè),建立學(xué)習(xí)器對(duì)未標(biāo)簽樣本進(jìn)行標(biāo)簽*上述只是其中一種機(jī)器學(xué)習(xí)算法的分類方式機(jī)器學(xué)習(xí)的領(lǐng)域范圍領(lǐng)域模式識(shí)別機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘機(jī)器學(xué)習(xí)+數(shù)據(jù)庫統(tǒng)計(jì)學(xué)習(xí)統(tǒng)計(jì)+機(jī)器學(xué)習(xí)計(jì)算機(jī)視覺圖像處理+機(jī)器學(xué)習(xí)語音識(shí)別語音處理+機(jī)器學(xué)習(xí)自然語言處理文本處理+機(jī)器學(xué)習(xí)主流機(jī)器學(xué)習(xí)框架庫名發(fā)布者支持語言支持系統(tǒng)TensorFlowGooglePython/C++/Java/GoLinux/Mac
3、OS/Android/iOSCaffeUCBerkeleyPython/C++/MatlabLinux/MacOS/WindowsCNTKMicrosoftPython/C++/BrainScriptLinux/WindowsMXNetDMLC(分布式機(jī)器學(xué)習(xí)社區(qū))Python/C++/Matlab/Julia/Go/R/ScalaLinux/MacOS/Windows/Android/iOSTorchFacebookC/Lua/Linux/MacOS/Windows/Android/iOSTheano蒙特利爾大學(xué)PythonLinux/MacOS/WindowsNeo
4、nIntelPythonLinux主流機(jī)器學(xué)習(xí)框架庫名學(xué)習(xí)材料豐富程度CNN建模能力RNN建模能力易用程度運(yùn)行速度多GPU支持程度TensorFlow★★★★★★★★★★★★★★★Caffe★★★★★★★CNTK★★★★★★★★★★★MXNet★★★★★★★★★★★★Torch★★★★★★★★★★★★★Theano★★★★★★★★★★★Neon★★★★★★★★★主流機(jī)器學(xué)習(xí)框架TensorFlow是什么？TensorFlow?是一個(gè)采用計(jì)算圖的形式表述數(shù)值計(jì)算的編程系統(tǒng)，本身是一個(gè)開源軟件庫。TensorFlow計(jì)算圖中每一個(gè)節(jié)點(diǎn)表示一次數(shù)學(xué)計(jì)算，每一條邊表示計(jì)算之間的
5、依賴關(guān)系。張量（tensor）是計(jì)算圖的基本數(shù)據(jù)結(jié)構(gòu)，可以理解為多維數(shù)據(jù)，流(Flow)表達(dá)了張量之間通過計(jì)算互相轉(zhuǎn)化的過程。它靈活的架構(gòu)可以在多種平臺(tái)上展開計(jì)算，例如臺(tái)式計(jì)算機(jī)中的一個(gè)或多個(gè)CPU（或GPU），服務(wù)器，移動(dòng)設(shè)備等等。TensorFlow最初由Google大腦小組（隸屬于Google機(jī)器智能研究機(jī)構(gòu)）的研究員和工程師們開發(fā)出來，用于機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方面的研究，但這個(gè)系統(tǒng)的通用性使其也可廣泛用于其他計(jì)算領(lǐng)域。TensorFlow是什么？張量（Tensor）是一個(gè)物理量，對(duì)高維(維數(shù)≥2)的物理量進(jìn)行“量綱分析”的一種工具。簡單的可以理解為：一維數(shù)組稱
6、為矢量，二維數(shù)組為二階張量，三維數(shù)組為三階張量…計(jì)算圖用“結(jié)點(diǎn)”（nodes）和“線”(edges)的有向圖來描述數(shù)學(xué)計(jì)算的圖像。“節(jié)點(diǎn)”一般用來表示施加的數(shù)學(xué)操作，但也可以表示數(shù)據(jù)輸入（feedin）的起點(diǎn)/輸出（pushout）的終點(diǎn)，或者是讀取/寫入持久變量（persistentvariable）的終點(diǎn)?！熬€”表示“節(jié)點(diǎn)”之間的輸入/輸出關(guān)系。這些數(shù)據(jù)“線”可以輸運(yùn)“size可動(dòng)態(tài)調(diào)整”的多維數(shù)據(jù)數(shù)組，即“張量”（tensor）TensorFlow架構(gòu)TensorFlow的系統(tǒng)結(jié)構(gòu)以CAPI為界，將整個(gè)系統(tǒng)分為「前端」和「后端」兩個(gè)子系統(tǒng)前端系統(tǒng)(FrontEnd
7、)提供多語言編程環(huán)境，提供統(tǒng)一的編程模型支撐用戶構(gòu)造計(jì)算圖通過Session的形式，連接TensorFlow后端的「運(yùn)行時(shí)」，啟動(dòng)計(jì)算圖的執(zhí)行過程后端系統(tǒng)(ExecSystem)提供運(yùn)行時(shí)環(huán)境，負(fù)責(zé)執(zhí)行計(jì)算圖TensorFlow基本使用使用tensor表示數(shù)據(jù)通過變量(Variable)輸入訓(xùn)練數(shù)據(jù)，維護(hù)狀態(tài)使用計(jì)算圖(computationalgraph)來表示計(jì)算任務(wù)在會(huì)話(Session)的上下文(context)中執(zhí)行計(jì)算圖TensorFlow基本使用---TensorTensor是TensorFlow中的核心單元，TensorF
