Tensorflow系列一：环境搭建

这个系列主要摘自《Tensorflow实战Google深度学习框架》这本书，边学习边整理其中主要内容，以便记忆。

Tensorflow系列一：环境搭建

一 Tensorflow的主要依赖包

1. Protocol Buffer

​ Protocol Buffer是谷歌开发的处理结构化数据的工具。这里结构化数据指的是拥有多种属性的数据。假设用户信息包括名字，ID和Email地址。

一个用户的信息表示示例
name：张三
id: 12345
email: zhangsan@abc.com

​ 当要将结构化数据数据持久化或进行网络传输时，需要先将它序列化（将结构化数据变成数据流的格式，简单地说就是变为一个字符串）。如何将结构化数据序列化，并从序列化数据流中还原结构化数据，称为处理结构化数据。

​ XML和JSON是两种常用的结构化数据处理工具。

 <!-- xml格式示例 --> 
<user>
  <name>张三</name>
  <id>12345</id>
  <email>zhangsan@abc.com</email>
</user>  

//JSON格式示例
{
  "name":"张三"，
  "id":"12345",
  "email":"zhangsan@abc.com",
}

​ 不同于XML和JSON，Protocol Buffer序列化后得到的数据不是可读的字符串威视二进制流。再者Protocol Buffer需要先定义数据的格式(schema)再还原结构化数据。(Protocol Buffer序列化的数据比XML格式数据小3到10倍，解析时间要快20到100倍)。

//Protocol Buffer数据格式定义示例
message user{
  optional string name = 1;//optional，取值可为空
  required int32 id = 2;//required，每个message实例必须包含该属性
  repeated string email = 3;//repeated，属性取值可以是一个列表
}

2. Bazel

​ Bazel是从谷歌开源的自动化构建工具，用于编译应用。

​ 项目空间(worksapce): Bazel的基本概念，包含了编译一个软件所需要的源代码以及输出编译结果的软连接（symbolic link）地址。项目空间对应的文件夹是项目的根目录，需要有：

​ WORKSPACE文件：定义了对外部资源的依赖关系，可为空文件；

​ BULID文件：通过它找到需要编译的目标，该文件中指定可每一个编译目标的输入，输出和编译方式。Bazel的编译方式是事先定义好的，比如Python支持的编译方式只有三种：py_binary(将Python程序编译为可执行文件), py_library(将Python编译为库函数供供py_test或py_binary调用)和py_test(编译Python测试程序)。

​ 下面使用一个简单样例来说明Bazel的工作，如下项目空间有4个文件：

-rw-rw-r-- root root 208       BULID
-rw-rw-r-- root root 48        hello_lib.py
-rw-rw-r-- root root 47        hell0_main.py
-rw-rw-r-- root root 0         WORKSPACE
#详细内容如下：
#hellp_lib.py
def print_hello_world():
    print("Hello World")

#hello_main.py