tensorflow 入门简介

计算模型

首先构造好整个计算链路

可以对链路进行优化

分布式调度

基于层模型

每个层的计算,固定实现 forward/backward

必须手动指定目标GPU卡

概念

使用张量表示数据

使用图来表示计算任务

在绘画的上下文中执行图

通过变量维护状态

使用feed和fetch可以为任意的操作赋值或者从其中获取数据

numpy vs tensorflow

tensorflow 计算图

tensorflow一般分为2部分

构造部分,包含计算流图

执行部分,通过session来执行图中的计算

构建图

创造源节点(source op)

源节点输出传递给其他节点op做运算

TF默认图

tf python库有default graph

节点构造器可以增加节点

简要例子

变量

用variable来保存参数w

注意要先初始化

多cpu和gpu

用 with … device 控制操作

线性回归例子