1 關于TensorFlow

TensorFlow? 是一個采用數據流圖（data flow graphs），用于數值計算的開源軟件庫。節點（Nodes）在圖中表示數學操作，圖中的線（edges）則表示在節點間相互聯系的多維數據數組，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出來，用于機器學習和深度神經網絡方面的研究，但這個系統的通用性使其也可廣泛用于其他計算領域。

2 什么是數據流圖（Data Flow Graph）?

數據流圖用“結點”（nodes）和“線”(edges)的有向圖來描述數學計算。“節點” 一般用來表示施加的數學操作，但也可以表示數據輸入（feed in）的起點/輸出（push out）的終點，或者是讀取/寫入持久變量（persistent variable）的終點。“線”表示“節點”之間的輸入/輸出關系。這些數據“線”可以輸運“size可動態調整”的多維數據數組，即“張量”（tensor）。張量從圖中流過的直觀圖像是這個工具取名為“Tensorflow”的原因。一旦輸入端的所有張量準備好，節點將被分配到各種計算設備完成異步并行地執行運算。

3 TensorFlow的特征

3.1 高度的靈活性

TensorFlow 不是一個嚴格的“神經網絡”庫。只要你可以將你的計算表示為一個數據流圖，你就可以使用Tensorflow。你來構建圖，描寫驅動計算的內部循環。我們提供了有用的工具來幫助你組裝“子圖”（常用于神經網絡），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函數一樣容易，而且也不用擔心性能損耗。當然萬一你發現找不到想要的底層數據操作，你也可以自己寫一點c++代碼來豐富底層的操作。

3.2 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上規模化運算，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 😃

3.3 將科研和產品聯系在一起

過去如果要將科研中的機器學習想法用到產品中，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，從而提高科研產出率。

3.4 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（objective function）結合在一起，并添加數據，Tensorflow將自動為你計算相關的微分導數。計算某個變量相對于其他變量的導數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生什么。

3.5 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造自己最喜歡的語言界面，比如Go，Java，Lua，Javascript，或者是R。

3.6 性能最優化

比如說你有一個32個CPU內核、4個GPU顯卡的工作站，想要將你工作站的計算潛能全發揮出來？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。

4 誰可以使用Tensorflow

任何人都可以用Tensorflow。學生、研究員、愛好者、極客、工程師、開發者、發明家、創業者等等都可以在Apache 2.0 開源協議下使用Tensorflow。

Tensorflow 還沒竣工，它需要被進一步擴展和上層建構。我們剛發布了源代碼的最初版本，并且將持續完善它。我們希望大家通過直接向源代碼貢獻，或者提供反饋，來建立一個活躍的開源社區，以推動這個代碼庫的未來發展。

5 為啥Google要開源這個神器？

如果Tensorflow這么好，為啥不藏起來而是要開源呢？答案或許比你想象的簡單：我們認為機器學習是未來新產品和新技術的一個關鍵部分。在這一個領域的研究是全球性的，并且發展很快，卻缺少一個標準化的工具。通過分享這個我們認為是世界上最好的機器學習工具庫之一的東東，我們希望能夠創造一個開放的標準，來促進交流研究想法和將機器學習算法產品化。Google的工程師們確實在用它來提供用戶直接在用的產品和服務，而Google的研究團隊也將在他們的許多科研文章中分享他們對Tensorflow的使用。

總結

以上是生活随笔為你收集整理的01_关于TensorFlow、什么是数据流图（Data Flow Graph）、TensorFlow的特征、谁可以使用Tensorflow、为啥Google要开源这个神器？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。