评论:TensorFlow洒在深学习光

谷歌的机器学习和神经网络的开源框架是快速,灵活,丰富的车型,而且容易在CPU或GPU上运行

乍看上去

是什么让谷歌谷歌?可以说这是机器智能与数据的汪洋大海将其应用到一起。虽然你可能永远不会有尽可能多的数据,以过程谷歌确实,你可以使用同样的机器学习和神经网络库作为谷歌。这个库,TensorFlow,是由谷歌脑团队在过去几年开发并于2015年11月发布到开源。

TensorFlow不计算使用数据流图。谷歌使用TensorFlow国内许多产品,无论是在其数据中心和移动设备上。例如,翻译,地图和谷歌应用程序可以在我们的智能手机上运行的所有基于TensorFlow使用神经网络。而TensorFlow巩固了谷歌云自然语言,演讲,翻译和视觉的应用机器学习的API。

数据流图指示,描述了TensorFlow计算无环图。图中的节点表示的数学运算,而图中的边表示多维数据阵列(张量)在它们之间的是流动。这种灵活的架构可以部署计算,以在台式机,服务器,或移动设备的一个或多个CPU或GPU无需重写代码。除了库,TensorFlow包括用于显示数据流图,TensorBoard交互式节目。

使用TensorFlow的主要语言是Python,虽然存在用于C ++有限的支持。与TensorFlow供给的教程包括用于机器翻译,自然语言处理,和PDE(偏微分方程)系模拟为手写体数字分类,图像识别,字的嵌入,复发性神经网络的应用程序,序列到序列的机型。

tensorflow数据流

这是谷歌的动画的张量如何通过数据流图的边从节点流向节点图示。

TensorFlow目前运行在Ubuntu Linux,MacOS的,安卓,iOS和树莓派,使用Python 2.7,3.4或3.5。NVIDIA CUDA的GPU都支持Linux和MacOS,但不是必需的。谷歌既没有GPU的支持提供泊坞图片TensorFlow。

继续阅读这篇文章现在注册

IT薪资调查:结果是