目前最主流的深度框架有 TensorFlow、Pytorch 以及 Keras。其中:python
TensorFlow 是被使用最普遍的一个深度学习框架,已普遍的运用在如,图像识别、图片分类等领域。
PyTorch 是一个开源的 Python 机器学习库,基于 Torch 开发,底层由 C++实现,也被普遍使用在人工智能领域;
Keras 则是 Python 编写的高级神经网络 API,它能够将 TensorFlow、CNTK,或是 Theano 做为后端程序来用,它的代码简单、易读。
TensorFlow的核心概念后端
张量的阶api
2. 计算图:是一个有向图,又能够叫做数据流图(data flow graphs),是TensorFlow将计算表示为指令之间的依赖关系的一种表示法。它是 TensorFlow 操做对象(tf.Operation)与张量对象(tf.Tensor)的集合。操做对象是图中的节点,是图中的计算单元,张量对象是图的边,是在节点之间流动的数据。TensorFlow 的 3 种计算图,分别是:数组
3.会话:TensorFlow跨一个或者过个本地或远程设备运行数据流图的机制。浏览器
TensorFlow 2 中几个比较经常使用的 API性能优化
高效的实验分析助手-TensorBoard网络
能够经过 Web 页面提供查看细节与过程的功能,它将模型的细节与过程,经过浏览器可视化的方式进行展示,帮助使用者感知各个参数与指标的变化,把握训练趋势。框架
参考:机器学习
1. TensorFlow 2.0的API详解:https://tensorflow.google.cn/versions/r2.0/api_docs/python/tf分布式
2. 可视化TensorFlow运行:
TensorFlow是一个采用数据流图,用于数值计算的开源框架。节点在图中表示数学操做,线则表示在节点互相联系的多维数据数组,即张量。
3.Python安装TensorFlow常见报错:
W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcudart.so.10.1'; dlerror: libcudart.so.10.1: cannot open shared object file: No such file or directory
I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'