TensorFlow 介紹簡單版

      網友投稿 1025 2025-04-01

      一、什么是Tensorflow


      它是端到端的開源機器學習平臺;一個核心開源庫,可以幫助我們開發和訓練機器學習模型。借助Tensorflow,初學者和專家可以輕松地創建機器學習模型。

      我們可以使用 Sequential API 來使用TensorFlow,也可以使用Keras API 調用TensorFlow開源庫。

      常見問題的解決方案:

      https://www.tensorflow.org/overview/?hl=zh_cn

      二、TensorFlow 特點

      輕松地構建模型:可以使用高階 Keras API 構建和訓練模型,該 API 讓我們能夠輕松地開始使用 TensorFlow 和機器學習。對于大型機器學習訓練任務,可以使用 Distribution Strategy API 在不同的硬件配置上進行分布式訓練,而無需更改模型定義。

      可靠地實現機器學習:TensorFlow 都可以助我們輕松地訓練和部署模型,支持多種語言和平臺。如果需要完整的生產型機器學習流水線,使用 TensorFlow Extended (TFX)。要在移動設備和邊緣設備上進行推斷,使用 TensorFlow Lite。使用 TensorFlow.js 在 JavaScript 環境中訓練和部署模型。

      具有強大的研究經驗:構建和訓練先進的模型,并且不會降低速度或性能。借助 Keras Functional API 和 Model Subclassing API 等功能,TensorFlow 可以助我們靈活地創建復雜拓撲并實現相關控制。TensorFlow 還支持強大的附加庫和模型生態系統以供我們開展實驗,包括 Ragged Tensors、TensorFlow Probability、Tensor2Tensor 和 BERT。

      三、TensorFlow的發展歷程

      TensorFlow 介紹(簡單版)

      2011:DistBelief

      2015.11:TensorFlow 0.5.0

      2017.02:TensorFlow 1.0

      高層API,將Keras庫整合進其中

      動態圖機制:Eager Execution

      面向移動智能終端:TensorFlow Lite

      面向網頁前端:TensorFlow.js

      自動生成計算圖:AutoGraph

      2019:TensorFlow 2.0

      四、TensorFlow1.0 與TensorFlow2.0 對比

      從執行機制對比:

      TensorFlow1.x ——延遲執行機制(deferred execution)/靜態圖機制(代碼運行效率高,便于優化、程序不夠簡潔)

      TensorFlow2.0 ——動態圖機制(Eager Execution)

      無需首先創建靜態圖,可以立刻執行計算,并返回結果

      能夠快速的建立和調試模型

      執行效率不高

      a=tf.constant(2,name="input_a")

      b=tf.constant(3,name="input_b")

      print(a+b)

      兼顧易用性和執行效率——? 在程序調試階段使用動態圖,快速建立模型、調試程序;在部署階段,采用靜態圖機制,從而提高模型的性能和部署能力

      總體對比:

      TensorFlow1.x ——重復、冗余的API

      構建神經網絡:tf.slim,tf.layers,tf.contrib.layers,tf.keras

      混亂,不利于程序共享,維護的成本高

      TensorFlow2.0 ——清理 / 整合API

      清理、整合了重復的API

      將tf.keras作為構建和訓練模型的標準高級API

      5)TensorFlow2.0 框架、特點

      TensorFlow2.0 架構:

      特點:

      1、多種環境支持

      可運行于移動設備、個人計算機、服務器、集群等

      云端、本地、瀏覽器、移動設備、嵌入式設備

      2、支持分布式模式

      TensorFlow會自動檢測GPU和CPU,并充分利用它們并行、分布的執行

      3、簡潔高效

      構建、訓練、迭代模型:Eager Execution,Keras

      部署階段:轉化為靜態圖,提高執行效率。

      4、社區支持

      6)TensorFlow 是否受歡迎呢?是否被大家所使用?

      我們看看下圖,使用 TensorFlow 的公司:

      不得不說,有這么多巨頭公司都使用,說明還是很不錯的。( ?? ω ?? )y

      AI

      版權聲明:本文內容由網絡用戶投稿,版權歸原作者所有,本站不擁有其著作權,亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容,請聯系我們jiasou666@gmail.com 處理,核實后本網站將在24小時內刪除侵權內容。

      版權聲明:本文內容由網絡用戶投稿,版權歸原作者所有,本站不擁有其著作權,亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容,請聯系我們jiasou666@gmail.com 處理,核實后本網站將在24小時內刪除侵權內容。

      上一篇:打開word時提示向程序發送命令時出錯怎么解決(打開word時出現向程序發送命令時出現問題)
      下一篇:后端Web開發框架(Java)
      相關文章
      亚洲AV噜噜一区二区三区 | 亚洲伊人久久大香线蕉影院| 亚洲人成精品久久久久| 亚洲成年看片在线观看| 国产精品手机在线亚洲| 亚洲成a∨人片在无码2023| 亚洲熟妇无码AV不卡在线播放| 亚洲午夜久久久久久尤物| 亚洲熟妇av一区二区三区下载| 亚洲精品国产福利在线观看| 99ri精品国产亚洲| 久久精品国产亚洲AV香蕉| 亚洲精品中文字幕麻豆| 亚洲天堂中文字幕在线观看| 亚洲一级免费毛片| 国产精品高清视亚洲一区二区| 亚洲av无码国产精品色午夜字幕| 91亚洲一区二区在线观看不卡| 久久青青草原亚洲AV无码麻豆| 亚洲精品高清无码视频| 亚洲国产精品无码一线岛国| 久久久久久亚洲精品| 色婷婷亚洲十月十月色天| 久久精品国产亚洲AV麻豆网站| 亚洲成在人线电影天堂色| 亚洲五月综合缴情婷婷| 亚洲伊人久久大香线蕉AV| 国产精品亚洲AV三区| 亚洲国产精品自在拍在线播放| 久久精品亚洲福利| 日本亚洲成高清一区二区三区| 亚洲男人的天堂在线播放| 亚洲国产美女精品久久| 中文无码亚洲精品字幕| 日本系列1页亚洲系列| 亚洲伊人成无码综合网 | 久久久久亚洲精品无码系列| 久久久亚洲欧洲日产国码aⅴ | 国产精品亚洲综合一区| 亚洲国产三级在线观看| 亚洲视频一区在线|