Tensorflow在機(jī)器學(xué)習(xí)的時(shí)代背景下應(yīng)運(yùn)而生，對(duì)于tensorflow，計(jì)算機(jī)專業(yè)學(xué)生或多或少均有所了解。機(jī)器學(xué)習(xí)過程中，tensorflow是常被使用框架之一。為增進(jìn)大家對(duì)tensorflow的認(rèn)識(shí)，本文將為大家介紹何為tensorflow，并對(duì)tensorflow常用的python包加以講述。如果你對(duì)本文內(nèi)容具有興趣，不妨繼續(xù)往下閱讀哦。

一、何為TensorFlow

任何曾經(jīng)試圖在 Python 中只利用 NumPy 編寫神經(jīng)網(wǎng)絡(luò)代碼的人都知道那是多么麻煩。編寫一個(gè)簡(jiǎn)單的一層前饋網(wǎng)絡(luò)的代碼尚且需要 40 多行代碼，當(dāng)增加層數(shù)時(shí)，編寫代碼將會(huì)更加困難，執(zhí)行時(shí)間也會(huì)更長(zhǎng)。

TensorFlow 使這一切變得更加簡(jiǎn)單快捷，從而縮短了想法到部署之間的實(shí)現(xiàn)時(shí)間。TensorFlow 是由 Google Brain 團(tuán)隊(duì)為深度神經(jīng)網(wǎng)絡(luò)(DNN)開發(fā)的功能強(qiáng)大的開源軟件庫，于 2015 年 11 月首次發(fā)布，在 Apache 2.x 協(xié)議許可下可用。截至今天，短短的兩年內(nèi)，其 GitHub 庫大約 845 個(gè)貢獻(xiàn)者共提交超過 17000 次，這本身就是衡量 TensorFlow 流行度和性能的一個(gè)指標(biāo)。

下圖列出了當(dāng)前流行的深度學(xué)習(xí)框架，從中能夠清楚地看到 TensorFlow 的領(lǐng)先地位：

開源深度學(xué)習(xí)庫 TensorFlow 允許將深度神經(jīng)網(wǎng)絡(luò)的計(jì)算部署到任意數(shù)量的 CPU 或 GPU 的服務(wù)器、PC 或移動(dòng)設(shè)備上，且只利用一個(gè) TensorFlow API。你可能會(huì)問，還有很多其他的深度學(xué)習(xí)庫，如 Torch、Theano、Caffe 和 MxNet，那 TensorFlow 與其他深度學(xué)習(xí)庫的區(qū)別在哪里呢?包括 TensorFlow 在內(nèi)的大多數(shù)深度學(xué)習(xí)庫能夠自動(dòng)求導(dǎo)、開源、支持多種 CPU/GPU、擁有預(yù)訓(xùn)練模型，并支持常用的NN架構(gòu)，如遞歸神經(jīng)網(wǎng)絡(luò)(RNN)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)和深度置信網(wǎng)絡(luò)(DBN)。

TensorFlow 則還有更多的特點(diǎn)，如下：

· 支持所有流行語言，如 Python、C++、Java、R和Go。

· 可以在多種平臺(tái)上工作，甚至是移動(dòng)平臺(tái)和分布式平臺(tái)。

· 它受到所有云服務(wù)(AWS、Google和Azure)的支持。

· Keras——高級(jí)神經(jīng)網(wǎng)絡(luò) API，已經(jīng)與 TensorFlow 整合。

· 與 Torch/Theano 比較，TensorFlow 擁有更好的計(jì)算圖表可視化。

· 允許模型部署到工業(yè)生產(chǎn)中，并且容易使用。

· 有非常好的社區(qū)支持。

· TensorFlow 不僅僅是一個(gè)軟件庫，它是一套包括 TensorFlow，TensorBoard 和 TensorServing 的軟件。

二、TensorFlow常用Python包

TensorFlow 能夠?qū)崿F(xiàn)大部分神經(jīng)網(wǎng)絡(luò)的功能。但是，這還是不夠的。對(duì)于預(yù)處理任務(wù)、序列化甚至繪圖任務(wù)，還需要更多的 Python 包。

下面列出了一些常用的 Python 包：

· Numpy：這是用 Python 進(jìn)行科學(xué)計(jì)算的基礎(chǔ)包。它支持n維數(shù)組和矩陣的計(jì)算，還擁有大量的高級(jí)數(shù)學(xué)函數(shù)。這是 TensorFlow 所需的必要軟件包，因此，使用 pip install tensorflow 時(shí)，如果尚未安裝 Numpy，它將被自動(dòng)安裝。

· Matplolib：這是 Python 2D 繪圖庫。使用它可以只用幾行代碼創(chuàng)建各類圖，包括直方、條形圖、錯(cuò)誤圖、散點(diǎn)圖和功率譜等。它可以使用 pip 進(jìn)行安裝：

· OS：這包括在基本的 Python 安裝中。它提供了一種使用操作系統(tǒng)相關(guān)功能(如讀取、寫入及更改文件和目錄)的簡(jiǎn)單便攜方式。

· Pandas：這提供了各種數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具。使用 Pandas，您可以在內(nèi)存數(shù)據(jù)結(jié)構(gòu)和不同格式之間讀取和寫入數(shù)據(jù)?？梢宰x取 .csv 和文本文件?？梢允褂?pip install 或 conda install 進(jìn)行安裝。

· Seaborn：這是一個(gè)建立在 Matplotlib 上的專門的統(tǒng)計(jì)數(shù)據(jù)可視化工具。

· H5fs：H5fs 是能夠在 HDFS(分層數(shù)據(jù)格式文件系統(tǒng))上運(yùn)行的 Linux 文件系統(tǒng)(也包括其他帶有 FUSE 實(shí)現(xiàn)的操作系統(tǒng)，如 macOS X)。

· TFlearn：TFlearn 是一個(gè)建立在 TensorFlow 之上的模塊化和透明的深度學(xué)習(xí)庫。它為 TensorFlow 提供更高級(jí)別的 API，以促進(jìn)和加速實(shí)驗(yàn)。它目前支持最近的大多數(shù)深度學(xué)習(xí)模型，如卷積、LSTM、BatchNorm、BiRNN、PReLU、殘差網(wǎng)絡(luò)和生成網(wǎng)絡(luò)。它只適用于TensorFlow 1.0 或更高版本。請(qǐng)使用 pip install tflearn 安裝。

· Keras：Keras 也是神經(jīng)網(wǎng)絡(luò)的高級(jí) API，它使用 TensorFlow 作為其后端。它可以運(yùn)行在 Theano 和 CNTK 之上。添加圖層只需要一行代碼，非常用戶友好，可以使用 pip install keras 來安裝。

以上便是此次小編帶來的“tensorflow”相關(guān)內(nèi)容，通過本文，希望大家對(duì)tensorflow是什么以及tensorflow使用過程中常需的python包具備一定的了解。如果你喜歡本文，不妨持續(xù)關(guān)注我們網(wǎng)站哦，小編將于后期帶來更多精彩內(nèi)容。最后，十分感謝大家的閱讀，have a nice day!