TensorFlow 2.0 概述

阅读本文大概需要 16 分钟。

前言

在本文中将介绍与我的毕设论文演示案例相关的TensorFlow的一些基础知识，包括张量、计算图、操作、数据类型和维度以及模型的保存，接着在第二部分，本文将介绍演示案例代码中用到的一些TensorFlow 2.0中的高阶API，代码中不会涉及像TensorFlow 1.x版本中的Session等一些较为复杂的东西，所有的代码都是基于高阶API中的tf.keras.models来构建的（具体模型构建使用Sequential按层顺序构建），可以大大的方便读者更好的理解代码。

需要注意的一点，本论文中所实现的两个案例均在本机CPU上进行运算，对于更大数量级的数据训练建议采用添加GPU的方法或者托管在Google cloud、AWS云平台上进行数据的处理。

1.1 基础知识概述

1.1.1 张量

第一次看到TensorFlow这个名词，第一反应是去翻译一下这代表什么意思，通过查阅相关字典可以知道，Tensor被翻译为张量，Flow被翻译为流或者流动，组合起来TensorFlow可以被翻译为张量流。那什么是张量，什么又是流呢？

一般来将，把任意维度的数据称为张量，比如说一维数组（任意一门编程语言里都会学到一维数组的概念）、二维矩阵（我们在线性代数中学过关于矩阵的概念，这里不做赘述）以及N维数据。而流是指让数据在不同的计算设备上进行传输并计算（因为只有Tensor形式的数据可以实现在不同的设备之间进行传递）。

总结起来，我们可以认为TensorFlow的意思就是：让Tensor类型的数据在各个计算设备之间进行流动并完成计算。那为什么要让数据流动起来呢？Tensor类型又具体包括什么呢？接下来先来看一段演示代码：

# 将通过清华镜像下载的tensorflow包导入
import tensorflow as tf
a = tf.constant([[1.0,-2],[-3,4]])
print(a)

控制台输出结果如下：

tf.Tensor(
[[ 1. -2.]
 [-3.  4.]], shape=(2, 2), dtype=float32)```

在上述代码中规定了一个2*2的矩阵，并将其打印在控制台。通过结果可以发现控制台输出的Tensor里面有三个参数：

1. 第一个参数是一个2*2的矩阵，且矩阵中的元素全部为浮点类型。
2. 第二个参数是shape，也就是输出矩阵的类型，很明显shape(2,2)表示输出矩阵为一个2*2的矩阵；举个例子，一个二阶张量a=[[1,1,1],[2,2,2]]的形状是两行三列，即shape=(2,3)。
3. dtype=float32表示输出矩阵中元素的数据类型为浮点型（32为浮点数）

【注】：在上述对于代码部分的解释中提到一个名词二阶张量，接下来将通过表格的形式来区分一下标量、向量、矩阵的阶数的细微差异：

表1-1 标量向量和矩阵的阶数

简单解释一下，阶指的就是维度，它与矩阵的阶不同。

举个例子，对于a=[[1,1,1],[2,2,2],[3,3,3]]从矩阵的角度看，这是一个3*3的方阵，也就是说它的阶数为3，而从张量的角度看，它的阶数为2，即维度为2，因为它只有两层中括号。

1.1.2 计算图

首先来看看TensorFlow官网中的这幅图，一方面是帮助我们理解流的概念，另一方面是为我们理解图的概念做下铺垫。

【注】TensorFlow官网中的动图演示请参考如下网址：

http://www.shipudong.com/2020/03/24/bi-ye-she-ji-nei-rong-bu-chong/

图1.1 TensorFlow官网流图演示

将图一般分为两种，包括动态计算图和静态计算图。我以中铁某局修建地铁为例来讲解这两种图的区别：

修建一条地铁需要设计图纸和施工队：

第一种情况，当设计师在设计图纸的时候（包括隧道走向、站点设置等，具体细节不予赘述）施工队什么也不干，必须等到设计工作完成之后，施工队才开始工作，（我们可以把这种情况理解为计算机中的同步方式，把设计工作和施工操作看作两个任务，当前任务未完成之前，不能进行其他操作）也就是说设计工作和具体施工完全分开，这就是所谓的静态计算图，我们称能够支持静态计算图的为静态框架，主要包括TensorFlow、Theano等；

第二种情况，设计工作和施工操作一起进行，设计方要求开凿隧道，施工队立即完成任务，如此下去，一经设计方下达任务，施工队必须立即完成操作，如此良性循环直到项目完成（我们把这种情况理解为计算机中的异步方式），这就是所谓的动态计算图，我们称能够支持动态计算图的为动态框架，主要包括Torch等。

在了解了动态计算图和静态计算图的例子之后，我们很明显的可以看出两种图的差异：静态计算图在未执行之前就必须定义好执行顺序和内存分配，简单来说，在程序未执行之前就知道了所有操作，有助于较快地执行计算操作；相比动态计算图，每次的执行顺序规划和内存分配都是局部的，并非全局最优，虽然灵活性较静态计算图有很大提升，但是代价太高，所以在现在流行的框架中，还是以静态框架为主，比如本论文中的由谷歌公司开源的TensorFlow。

1.1.3 操作

从图1.1可以观察到，数据一经输入（Input），会被进行不同的操作，首先会将数据进行预处理（比如图中的reshape操作），接着给处理好的数据中加入非线性操作（ReLU操作）等，使数据更符合自然界中的普遍关系，然后我们根据输入数据的类型进而采取比较合适的交叉熵函数（Crossentropy），用来衡量真实值与预测值的偏差，最后我们我们将根据项目真实情况选取合适的优化器（图中选用的为sgd，即随机梯度下降法）。图中的一个节点就代表一个操作，我们从计算图中了解到，TensorFlow属于静态计算图，也就是说在未执行前就已经定义好了执行的顺序，简单来讲，图中的各个操作之间是存在执行顺序的，而这些操作之间的依赖就是图中的边。我们以一个非常简单的图示来讲解这个关系，首先来看一段代码：

# 定义变量a
a = tf.Variable(1.0,name="a")
# 定义操作b为a+1
b = tf.add(a,1,name="b")
# 定义操作c为b+1
c = tf.add(b,1,name="c")
# 定义操作d为b+10
d = tf.add(b,10,name="d")

上述代码认为a、b、c和d均为需要进行的操作，下图中的x表示一个常数，值为1。

图1.2 操作之间的依赖关系

首先定义a=1.0,b=a+1，即b=2.0，以此类推，c=3.0,d=11.0，可以这样理解，操作b的进行需要依赖操作a，操作c的进行需要依赖操作b的完成，操作d的进行需要依赖操作b，且操作c和d之间没有依赖关系。

1.1.4 数据类型和维度

对于任意一门编程语言都会有数据类型，区别就在于每一门编程语言定义不同数据类型的方式不一样，在本章开始的时候了解过，在TensorFlow中，用张量（Tensor）来表示数据结构，接下来我们就将TensorFlow中的的数据类型与Python中的数据类型作以简单的对比，并通过表格的形式清晰的展现出来：

表1-2 TensorFlow和Python中数据类型的对应关系

维度的相关概念，在上述文章中的张量部分已经详细讲过，此处不再赘述。一般来说张量的阶数（维度）就是看有几层中括号，接下来看一段代码：

import tensorflow as tf
value_shape_0 = tf.Variable(1002)
value_shape_1 = tf.Variable([1,2,3])
value_shape_2 = tf.Variable([[1,2,3],[3,4,5],[5,6,7]])
print(value_shape_0.get_shape())
print(value_shape_1.get_shape())
print(value_shape_2.get_shape())

控制台输出结果如下：

()
(3,)
(3, 3)
(2, 3, 2)

代码解释：

• value_shape_0：定义了一个标量（只有大小），其维度为0；
• value_shape_1：定义了一个一维向量（有大小和方向），其维度为3；
• value_shape_2：定义了一个二维的矩阵，矩阵大小为3*2；
• value_shape_3：定义了一个三维张量，第一维的维度是2，第二维的维度是3，第三维的维度是2，可以简单理解为：这是一个大小为2*3且深度为2的矩阵。

1.1.5 模型保存

当我们完成一个案例之后，我们想要把当前训练好的模型保存下来（保存模型是指把训练的参数保存下来），方便我们之后重新使用。当我们重新使用的时候，我们只需要重新载入模型即可。

首先我们来看一下保存模型的代码：

# 保存模型
model.save("my_model.h5")

在关于MNIST手写字的例子中将我们训练好的模型保存下来，并命名为my_model.h5，接下来我们看一段载入模型的代码：

# 加载模型文件
model = tf.keras.models.load_model("my_model.h5")

同样是在MNIST手写字的例子中，我们将保存好的模型导入，并通过matplotlib函数画出模型图，具体模型图我会在本毕设系列推文的案例讲解部分中进行展示。

2. 相关API介绍

一般来讲，TensorFlow共有5个不同的层次结构，从低到高分别是硬件层、内核层、低阶API、中阶API、高阶API，我们对每一层作以简单的介绍：

1. 硬件层：我们知道TensorFlow可以支持CPU、GPU、TPU（受限于硬件条件，我们本文中的项目是在本机CPU上运行的）加入计算资源池，作为一种计算设备参与运算；
2. 内核层：该层是由C++语言实现的内核，可以支持跨平台的分布运行；
3. 低阶API：该层主要提供了由Python实现的一些操作符，并对由内核层实现的一些低阶API进行封装，包括各种Tensor（张量）操作算子、计算图、自动微分等；
4. 中阶API：该层是由Python实现的模型组件，并对低阶API进行了函数封装，主要包括各种模型层（tf.keras.layers）、损失函数（tf.keras.losses）、优化器（tf.keras.optimizers）、数据管道（tf.data.Dataset）等；
5. 高阶API：该层为由Python实现的模型成品，主要为tf.keras.models提供的模型的类接口，在第四章中实现MNIST手写字识别的例子我们主要使用它。

图2.1 API详解

上述内容是我们对TensorFlow中的API做了宏观的描述，接下来我将着重介绍5个代码案例中较为重要的API：

• tf.keras.models.Sequential：我们可以通过Sequential按层顺序来构建模型，也可以通过add方法一层一层添加模型（不建议使用），以下为代码演示：

model = tf.keras.models.Sequential([
#  里面是添加的模型层，比如说卷积层、池化层等
])

• tf.keras.layers：我们可以通过此API添加我们需要的不同的模型层（卷积层、池化层等），通过查阅TensorFlow官网关于此API的介绍可以知道，读者可以通过此API添加如下模型层：

图2.2 TensorFlow官网tf.keras.layers部分API

以下是代码演示：

tf.keras.layers.Conv2D(input_shape = (28,28,1),filters = 32,kernel_size = 5,strides = 1,padding = "same",activation = "relu"),  # 28*28

• tf.keras.datasets：用如下代码来加载MNIST收据集：

mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()

• model.compile：可以通过此API来编译经Sequential构建好的模型，同时也可以定义优化器、损失函数、如何对网络参数进行优化以及在训练过程中是否要计算准确率等，我们来看看官网中对此API的解释：

图2.3 compile函数官网介绍

具体代码如下：

tf.keras.layers.Conv2D(input_shape = (28,28,1),filters = 32,kernel_size = 5,strides = 1,padding = "same",activation = "relu"),  # 28*28# 编译模型   优化器--adam  （sgd--随机梯度下降法）损失函数---均方误差   metrics---训练过程中计算准确率accuracy
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy',metrics=['accuracy'])

• model.fit：通过此API来训练模型，同时可以定义训练的迭代周期以及每次训练获取样本集的数量（一般默认batch_size=32），我们来看看官网对此API的解释：

图2.4 fit函数官网介绍

具体代码如下：

# 训练模型      epochs --- 迭代周期   batch_size默认为32
model.fit(x_train, y_train, batch_size=32,epochs=5)