本章簡單介紹了TensorFlow的安裝以及使用。一些細節需要在後續的應用中慢慢把握。

TensorFlow並不僅僅侷限於神經網絡和機器學習，它甚至可以用於量子物理仿真。

TensorFlow的優勢：

  • 可運行於諸多操作系統
  • 提供一個叫做TF.Learn（tensorflow.contrib.learn）的簡單的Python API，和Scikit-Learn兼容，可以用短短几行代碼訓練多種神經網絡。
  • 提供另一個叫做TF-slim（tensorflow.contrib.slim）的API，用於簡化神經網絡的創建、訓練、評估。
  • 另外一些高級api獨立地創建於TensorFlow之上，比如Keras、Pretty Tensor。
  • 提供的核心Python API很靈活（以高複雜度為代價），可以實現各式各樣計算，包括任意的神經網絡體系。
  • 包含需要ML操作高效的C++實現，同時也提供C++ API來自定義操作。
  • 提供一些高級優化算法來尋找使得損失函數最小的參數。實現了自動微分算法，可以方便地計算任意函數的導數。
  • 提供可視化工具TensorBoard，可用於查看計算圖、學習曲線等。
  • Google提供了cloud service to run TensorFlow graphs。
  • 資源頁：www.tensorflow.org、https://github.com/jtoy/awesome-tensorflow。交流區：https://groups.google.com/a/tensorflow.org。

剩下的一些TensorFlow基礎操作，在後續章節的使用中慢慢熟悉吧。