TensorFlow2.0入门到进阶系列——1_TensorFlow简介

最新推荐文章于 2025-03-20 14:41:41 发布
最新推荐文章于 2025-03-20 14:41:41 发布
阅读量1k 收藏 5
点赞数
分类专栏： TensorFlow入门到进阶 文章标签： 深度学习 tensorflow python 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Xiaobai_rabbit0/article/details/105876845
版权
本文介绍了TensorFlow的概念，包括Google开源软件库、数据流图及其特性。详细阐述了TensorFlow从1.0到2.0的版本变迁与架构变化，特别是2.0的简化模型开发流程、强大的跨平台能力和研究实验能力。同时对比了TensorFlow与PyTorch在入门难度、图创建与调试、全面性和序列化部署方面的差异，并给出了TensorFlow的环境配置指南。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1_TensorFlow简介

1、TensorFlow是什么

1.1、Google开源软件库

  • 采用数据流图，用于数值计算；
  • 支持多种平台——GPU、CPU、移动设备；
  • 最初用于深度学习，如今越来越通用

1.2、数据流图

  • 节点：处理数据
  • 线：节点间的输入输出关系
  • 线上运输张量
  • 节点被分配到各种计算设备上运行

1.3、特性

  • 高度的灵活性
  • 真正的可移植性
  • 产品和科研结合
  • 自动求微分（反向传播等）
  • 多语言支持
  • 性能最优化

2、TensorFlow版本变迁与tf1.0架构

2.1 、TensorFlow版本变迁

在这里插入图片描述

2.1、TensorFlow1.0—主要特性

  • XLA—Accelerate Linear Algebra
    • 提升训练速度58倍
    • 可以在移动设备运行
  • 引入更高级别的API—tf.layers/tf.metrics/tf.losses/tf.keras
  • TensorFlow调试器
  • 支持docker镜像，引入tensorflow serving服务

2.2、TensorFlow1.0—架构

在这里插入图片描述

3、TensorFlow2.0架构

3.1、Tens

最低0.47元/天 解锁文章
TensorFlow2.0入门到进阶系列——7_tensorflow分布式
Xiaobai_rabbit0的博客
05-20 637
7_tensorflow分布式1、理论部分1.1、GPU设置1.1.1、API列表1.2、分布式策略2、实战部分2.1、GPU设置实战2.1.1、GPU使用实战2.2、分布式训练实战 1、理论部分 1.1、GPU设置 默认使用全部GPU并且内存全部占满，这样很浪费资源 如何不浪费内存和计算资源 内存自增长 虚拟设备机制 多GPU使用 虚拟GPU & 实际GPU 手工设置 & 分布式机制 1.1.1、API列表 tf.debugging.set_log_device_plac
TensorFlow2.0入门到进阶系列——5.1_TensorFlow进阶篇
Xiaobai_rabbit0的博客
05-11 1051
5_TensorFlow进阶篇1、Tf.estimator使用2.1、API列表2、Estimator实战二级目录三级目录 1、Tf.estimator使用 keras转estimator 使用预定义的estimator BaseLineClassifier LinearClassifier DNNClassifier Tf.feature_column做特征工程 2.1、API列表 Tf.keras.estimator.to_estimator Train,evaluate Tf.est
TensorFlow2.0入门到进阶系列——0_内容介绍
Xiaobai_rabbit0的博客
05-01 361
内容介绍0 先贴图 后面改成导图1 TensorFlow简介2 TensorFlow keras实战3 TensorFlow基础API使用4 TensorFlow dataset使用5 TensorFlow Estimator使用与tf1.06 卷积神经网络7 循环神经网络8 TensorFlow分布式9 TensorFlow模型保存与部署10 机器翻译与tensor2tensor使用 0 先贴...
TensorFlow简介
最新发布
weixin_43597208的博客
03-20 372
会话是用来执行图中的运算的上下文。所有的运算必须在一个会话中执行。在 TensorFlow 中，数据是以张量的形式存储的，张量可以看作是一个 n 维数组。例如，标量是一维张量，向量是二维张量，矩阵是三维张量，依此类推。数据流图中的数据叫做tensor, 表示张量, 即N维数据, tensor在数据流图中流动表示计算的过程, 这也是tensorflow名字的由来.TensorFlow 中的计算是在图中进行的，图由节点（Nodes）组成，节点代表数学运算，节点之间通过边（Edges）相连，边传递张量。
TensorFlow2.0入门到进阶1.6 —— tensorflow环境配置让你少走弯路
caoyuan666的博客
03-16 690
文章目录1、最简单2、virtual env3、云端配置3.1 原因3.2 主流云环境3.3 说明 1、最简单 最简单的TensorFlow环境配置方式，没有之一，那就是在win环境安装Anaconda ，利用Anaconda 自带的Anaconda Navigator安装TensorFlow，如下图所示： 这里还可以根据开发者需求更改TensorFlow的版本： 在安装好TensorFlow之...
TensorFlow2.0入门到进阶1.5 —— 最通俗易懂的Tensorflow 与 pytourch对比
caoyuan666的博客
03-16 2072
文章目录1、前言2、入门时间3、机制4、全面性5、序列化6、部署7、自定义扩展 1、前言 很多人在学习深度学习时，都会对于学习哪个深度学习的框架而烦恼，到底是Tensorflow 还是 pytourch？一个主流的说法就是如果搞学术研究，那么就选择pytourch，如果是搞项目那就选Tensorflow ，但很多人都纠结两者的区别在哪里呢，下面就具体的分析一下，看看到底哪个框架适合你。 2、入门时...
TensorFlow2.0入门到进阶系列——8_模型保存与部署
Xiaobai_rabbit0的博客
05-20 837
8_模型保存与部署1、实战部分1.1、模型保存与部署1.2、模型转tflite1.3、量化处理2、实战2.1、keras-保存参数与保存模型+参数2.1.1、保存模型结构2.1.2、保存模型参数（keras_load_weights） 1、实战部分 保存模型 模型转tflite 量化处理 Tensorflow.js部署模型 Android部署模型 1.1、模型保存与部署 1.2、模型转tflite 1.3、量化处理 2、实战 keras-保存参数与保存模型+参数 keras,签名函数到Sav
TensorFlow2.0入门到进阶2.16 —— 手动实现超参数搜索
caoyuan666的博客
05-05 511
文章目录1、理论原理2、代码 1、理论原理 超参数搜索： https://blog.csdn.net/caoyuan666/article/details/105933836 2、代码 这里手动实现网格搜索，其实就是提前设立几个参数，通过for函数来实现。 #learning_rate[1e-4,3e-4,1e-3,3e-3,1e-2,3e-2] #w = w + grad * learning_...
Google老师亲授 TensorFlow2.0 入门到进阶 学习笔记 ch2_2
xuanshuang的博客
08-24 840
11、wide_deep模型 简介 google16 年发布，用于分类和回归 应用到了Google Play中的应用推荐 原始论文：https://arxiv.org/pdf/1606.07792v1.pdf 稀疏特征 离散值特征 One-hot表示 Eg：专业={计算机，人文，其他}，人文=[0, 1, 0] Eg：词表={人工智能，你，他，慕课网，...}，他=[0, 0, 1, 0,...] 叉乘={(计算机, 人工智能), (计算机, 你),...} 叉乘之后 稀疏特征做叉乘获
tensorflow简介_TensorFlow简介
culing2941的博客
09-15 630
tensorflow简介Here you will get TensorFlow introduction. 在这里，您将获得TensorFlow简介。 TensorFlow is a framework which is used for machine learning and deep learning applications like neural network. It is us...
TensorFlow 简介
静静是我女朋友
10-04 1331
2015 年 11 月 9 日，Google Research 发布了文章：TensorFlow - Google’s latest machine learning system, open sourced for everyone，正式宣布其新一代机器学习系统开源。 至于 Google 为什么要开源 TensorFlow，官方的说法是： If TensorFlow is so grea
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值