TensorFlow安装详解
BYSocket 网络收集

一、机器学习

机器学习,并不能理解成机器学习算法。机器学习,就是为了让机器可以去模拟人类。在应用实践上,可以狭义理解为机器学习算法,但聚焦在具体算法实现和编程上,往往实践中不尽人意。机器学习是一种学科,一种类似数学的学科,交叉了数学、算法、计算机等多门学科。目的是让机器(这里指计算机)如何模拟或者实现人类的学习行为。就像我们读小学,读初中,读高中… 让机器学习的话可能需要 1 小时,因为机器效率很高。

机器学习的应用:

     语音识别

     自动驾驶

     语言翻译

     计算机视觉

     推荐系统

     无人机

     识别垃圾邮件

已经实践的Demo:

     人脸识别

     无人驾驶汽车

     电商推荐系统

二、TensorFlow 介绍

标语:TensorFlow 是一个用于人工智能的开源神器

什么是 TensorFlow 呢?

TensorFlow? 是一个采用数据流图(Data Flow Graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个 CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由 Google 大脑小组(隶属于 Google 机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。

那什么是数据流图(Data Flow Graphs)呢?

数据流图用“结点”(nodes)和“线”(edges)的有向图来描述数学计算。“节点” 一般用来表示施加的数学操作,但也可以表示数据输入(feed in)的起点/输出(push out)的终点,或者是读取/写入持久变量(persistent variable)的终点。“线”表示“节点”之间的输入/输出关系。这些数据“线”可以输运“size可动态调整”的多维数据数组,即“张量”(tensor)。张量从图中流过的直观图像是这个工具取名为“Tensorflow”的原因。一旦输入端的所有张量准备好,节点将被分配到各种计算设备完成异步并行地执行运算。

TensorFlow 能做什么?

上面也说了,用于数值计算。具体而言,语音识别,自然语言理解,计算机视觉,广告等等。所以未来有更多的产品,将想法和机器学习算法产品化。

TensorFlow 的特征如下:

1. 高度的灵活性

2. 真正的可移植性(Portability)

3. 将科研和产品联系在一起

4. 自动求微分

5. 多语言支持

6. 性能最优化

三、安装 TensorFlow

环境:Mac OS 10.x

TensorFlow 支持多种安装,比如 Pip, Docker, Virtualenv, Anaconda 或源码编译的方法安装 TensorFlow。我自己推荐当然是 Pip 安装。什么是 Pip ?Pip 是一个 Python 的软件包安装与管理工具。

1. 安装 pip

pip 下载地址:https://pypi.python.org/pypi/pip

然后解压 pip ,并执行 python 进行安装。

123

tar zvxf pip-9.0.1.tar.gzcd pip-9.0.1 sudo python setup.py install

2. 安装 TensorFlow

用 pip 安装 TensorFlow :

1

sudo pip install https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl

Mac OS X 10.x 因 SIP 安全问题无法运行,安装会不成功。所以重启 OS,长按 Command + R 。点击 Utilities(实用工具)-> Terminal(终端),输入如下命令:

1

csrutil disable

然后开机,重新用 pip 安装 TensorFlow :

1

sudo pip install https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl

(需要翻墙哈)

3. 运行 Hello,TensorFlow 案例

使用 TensorFlow, 你必须明白 TensorFlow:

a. 使用图 (graph) 来表示计算任务.

b. 在被称之为 会话 (Session) 的上下文 (context) 中执行图.

c. 使用 tensor 表示数据.

d. 通过 变量 (Variable) 维护状态.

e. 使用 feed 和 fetch 可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据

这里我们执行下 Hello,TensorFlow 。证明 TensorFlow 安装成功就好。打开 PyCharm,新建一个 HelloTensorFlow.py 。创建一个字符串常量,然后创建一个 Session 对象,从会话中构造器中会默认启动一个图,Session 对象使用后要需要关闭并释放资源。

代码如下:

1234567891011121314151617

# -*- coding: utf-8 -*-import tensorflow as tf # 创建另外一个字符串常量helloTf = tf.constant('Hello,TensorFlow!') # 启动默认图sess = tf.Session() # 调用 sess 的 'run()' 方法来执行# 返回值 'result' 是一个字符串对象.result = sess.run(helloTf)print result# ==> Hello,TensorFlow! # 任务完成, 关闭会话.sess.close()

然后运行即可得到输出:


CIO之家 www.ciozj.com 公众号:imciow
关联的文档
也许您喜欢