阅读：0
听报道
文 | 集智小仙女
在《AI江湖筑基篇》中我们已经熟悉了深度学习的基础——人工神经网络。然而细数当今人工智能之江湖，群雄四起，风云变换。 若仅凭区区AI筑基之法，恐不能在AI江湖立足。
在AI江湖中，流传有Scikit-learn，Theano，Keras，Tensorflow等多种高深武学，尤其是出自名门的Tensorflow，以其速度之讯，威力之大，深受AI江湖人士青睐。 然而对于Tensorflow这种精妙武学来说，若无名师指导，自学起来势必艰辛。 所以，集智AI学园为助力初入AI江湖之人士快速腾飞，特推出《Tensorflow 入门专题视频教程》（请戳文末“阅读原文”）。 依靠武林前辈的视频指导，助你打开AI学习之任督二脉，让你早日成为AI江湖腾飞之蛟龙！
正所谓：
您要是现在还不方便观看视频，那不妨先来看看本心法秘籍。要熟练运用 TensorFlow 这门武学，首先要熟记其心法，即了解Tensorflow的基本用法。待掌握心法后，在《Tensorflow招式篇》中，我们还会探讨Tensorflow的拳脚招式，即学习编写代码。
TensorFlow 是为何物？
Tensorflow 是一个深度学习库，出自江湖名门 Google 。当年 Google 为助力AI江湖昌盛，统一AI江湖武学，遂将 Tensorflow 精要（源码）公布于世。
在 Tensorflow 武学中，招式的基本单位叫做 Tensor(张量)。
Tensor(张量)意味着 N 维数组，Flow(流)意味着基于数据流图的计算，TensorFlow即为张量从图的一端流动到另一端。
Tensorflow的过人之处是支持异构设备分布式计算，它能够在各个平台上自动运行模型，从电话、单个CPU / GPU甚至到成百上千GPU卡组成的分布式系统。
并且Tensorflow对CNN、RNN和LSTM算法的支持非常积极，是目前在图像领域，自然语言处理领域最流行的深度神经网络模型。
TensorFlow 之武学特点
第一，基于Python，易学、易写、易读。
第二，在多GPU系统上的运行更为顺畅。
第三，代码编译效率较高。
第四，社区发展的非常迅速并且活跃。
第五，能够生成显示网络拓扑结构和性能的可视化图。
TensorFlow 之心法精要
TensorFlow是用数据流图(data flow graphs)技术来进行数值计算的。
数据流图能够描述有向图中的数值计算过程。
在有向图中，节点通常代表数学运算，边表示节点之间的某种联系，它负责传输多维数据(Tensors)。
节点可以被分配到多个计算设备上，可以异步和并行地执行操作。因为是有向图，所以只有等到之前的入度节点们的计算状态完成后，当前节点才能执行操作。
运行环境安装
Tensorflow的官网上有安装环境的最新方法，讲的很清楚，各种方式都有讲解。
在下选择基于 Anaconda 的安装，因为使用 Anaconda 可以提供一个干净的环境，让你在修炼 Tensorflow 时不受外界的影响（Anaconda可以虚拟多个互相独立不同的开发环境）。
Anaconda 是一个集成许多第三方科学计算库的 Python 科学计算环境，用 conda 作为自己的包管理工具，同时具有自己的计算环境，类似 Virtualenv。
安装 Anaconda 环境非常容易，直接在官网下载安装即可。
在 Anaconda 安装完毕后，首先新建一个 conda 虚拟环境
激活环境，使用 conda 安装 TensorFlow
安装成功后，每次使用 TensorFlow 的时候需要激活 conda 环境
conda 环境激活后，你可以测试是否成功，在终端进入 python，输入下面代码，没有提示错误，说明安装 TensorFlow 成功：
当你不用 TensorFlow 的时候，关闭环境：
到这里，你已经掌握了 Tensorflow 基本心法的全部内容，应该对 Tensorflow 这门武学有了一个基本的认识。
话题：
0
推荐
财新博客版权声明：财新博客所发布文章及图片之版权属博主本人及/或相关权利人所有，未经博主及/或相关权利人单独授权，任何网站、平面媒体不得予以转载。财新网对相关媒体的网站信息内容转载授权并不包括财新博客的文章及图片。博客文章均为作者个人观点，不代表财新网的立场和观点。
京公网安备 11010502034662号 