《TensorFlow技术解析与实战》第5章 TensorFlow源代码解析

最新推荐文章于 2024-09-02 07:56:57 发布

原创最新推荐文章于 2024-09-02 07:56:57 发布 · 500 阅读

0 ·

CC 4.0 BY-SA版权

TensorFlow技术解析与实战专栏收录该内容

31 篇文章 ¥50.56 ¥99.00

订阅专栏

本文详细解析了TensorFlow的目录结构，包括contrib、core、examples、g3doc、python和tensorboard等关键部分，阐述了源代码的学习方法，建议从了解项目领域、运行GitHub上的基本模型和结合实际项目入手，以深化对TensorFlow的理解。

第5章　TensorFlow源代码解析

在了解了TensorFlow的基本原理、编程模型和常用API后，我们一起梳理一下TensorFlow的源代码，以便更深入地理解TensorFlow的设计，为今后学习各种模型示例做准备。

源代码解析往往是学习一门新技术时，能够整体理解其框架的重要途径，相信本章会是很多程序员最喜爱的一章。

5.1　TensorFlow的目录结构

我们仍然以TensorFlow 1.1.0版本为例，看看TensorFlow的代码结构。

进入tensorflow-1.1.0目录，代码结构如下：

├── ACKNOWLEDGMENTS # TensorFlow版权声明
├── ADOPTERS.md # 使用 TensorFlow的人员或组织列表
├── AUTHORS # TensorFlow作者的官方列表
├── BUILD
├── CONTRIBUTING.md # TensorFlow贡献指导
├── ISSUE_TEMPLATE.md # 提ISSUE的模板
├── LICENSE # 版权许可
├── README.md 
├── RELEASE.md # 每次发版的change log
├── WORKSPACE # 配置移动端开发环境
├── bower.BUILD 
├── configure
├── models.BUILD
├── tensorflow # 主目录，后面分析的重点
├── third_party # 第三方库，包括eigen3（特征运算的库，包括SVD、LU分解等）、gpus（支持cuda）、hado

了解本专栏