Tensorflow

Tensorflow

Introduction

Tensorflow是一个使用数据流图进行数值计算的开源软件库(An open-source software library for Machine Learning)，图的节点代表数学运算，边代表节点间传递的多维数组（张量）。最初由Google机器智能研究部门的Google Brain团队中的研究人员和工程师开发，用于机器学习和深度神经网络研究；它是一个基础的系统，可用于众多领域。深度学习开源框架在GitHub上的统计：

Installing

详细安装过程可参考官方安装说明。注意：离线（或公司内网）情况下可选择安装各种依赖包完成Tensorflow的安装，过程比较麻烦，最好是在Linux下进行安装，因为Tensorflow是基于Python的，windows下可能会遇到各种报错；Python的安装路径中最好不要有中文，否则可能会遇到GBK和UTF-8编码兼容性问题。
安装完成之后运行./tensorflow/bin/activate激活环境，测试程序：

'''
HelloWorld example using Tensorflow library.   
Author : Chenglin L.   
	
import subprocess
import tensorflow as tf 
import os
	
hello = tf.constant('Hello, Tensorflow!')
sess = tf.Session()
sess.run(hello)
a = tf.constant(10)
b = tf.constant(32)
sess.run(a + b)

sess.close()

输出：
Hello, Tensorflow!
42

Get Started with Tensorflow

Tensorflow用计算图（Computational Graphs）的方式建立网络。

构造阶段（Construction phase）:组装计算图（管道）

组装计算图（类比管道）：

计算图（graph）由许多操作组成。
操作（ops）接受零个或多个输入，返回零个或多个输出。
数据类型，有为张量（tensor）、变量（variable）和常量（constant）

数据类型

张量：多维array或list（管道中的液体），创建语句：

tensor_name=tf.placeholder(type, shape, name)    **变量**：同一时刻对图中所有其他操作都保持静态的数据（管道中的阀门），创建语句：     

name_variable = tf.Variable(value, name)     初始化语句：    

#个别变量
init_op=variable.initializer()
#所有变量
init_op=tf.initialize_all_variables()
#注意：init_op的类型是操作（ops），加载之前并不执行     更新语句：   

update_op=tf.assign(variable to be updated, new_value)    

常量：无需初始化的变量，创建语句：

name_constant=tf.constant(value)

执行阶段（Execution phase）：使用计算图（获取液体）

会话：执行构建的计算图。可执行设备：单个电脑的CPU、GPU，或电脑分布式甚至手机；创建语句：

#常规
sess = tf.Session()
#交互
sess = tf.InteractiveSession()
#交互方式可用tensor.eval()获取值，ops.run()执行操作
#关闭
sess.close()     **执行**：    

sess.run(op)

【Ref】
[1] Tensorflow官网
[2] Tensorflow安装
[3] Hello Tensorflow
[4] Get Started with Tensorflow
[5] 干货|Tensorflow的55个经典案例
[6] 如何高效的学习 TensorFlow 代码?
[7] Tensorflow Example
[8] YJango的TensorFlow整体把握
[9] TFLearn
[10] TensorFlow和Caffe、MXNet、Keras等其他深度学习框架的对比

Tensorflow-Learning