有了它，深度学习将如此轻松

深度学习火的一塌糊涂，我们都知道TensorFlow是Google开源的一款人工智能学习库。我们来一起解读下tenrflow到底啥意思：Tensor的意思是张量，代表N维数组；Flow的意思是流，代表基于数据流图的计算。把N维数字从流图的一端流动到另一端的过程，就是人工智能神经网络进行分析和处理的过程。

TensorFlow介绍

TensorFlow的基本规则很简单，总体来说分两步：

首先，定义一个满足计算任务的图，图中有很多节点，接下来TensorFlow用优化后的C++代码进行高效的计算。我们来看一个简单的例子：

上图表示定义的一个简单方程计算任务，通过调用TensorFlow库便可以对该任务进行计算。我们知道，任何一门编程语言都可以进行计算如此简单的方程任务，那么我们为什么要用TensorFlow呢？

对于这个简单的方程计算，我们当然可以不用TensorFlow计算，这里我们作为一个例子来一起学习下为什么要用TensorFlow来计算。一个重要的因素就是，TensorFlow支持将一个图计算任务，拆分成多个块（如下图）：

然后通过多个CPU或GPU进行并行交叉运算，另外TensorFlow还支持分布式计算。因此我们在巨大的数据量的情况下训练庞大的神经网络的时候，就不会有那么大的压力。

在当前的深度学习库中，有很多开源的学习库，如下表：

我们为什么选择TensorFlow库呢？

我们详细看下TensorFlow有什么优势：

多平台运行，Windows，Linux，macOS，IOS和Android等

提供简单的Python API (TELearn²) 兼容SciKit-Learn机器学习库

提供简单API (TF-slim)去建立训练和评价神经网络模型

包含很多机器学习方法的高性能的C++优化代码

强大的可视化(TensorBoard)可以查看计算过程，比如学习曲线

TensorFlow还可以在谷歌云上进行计算图

当然，TensorFlow的优势不只上面所列，还有很多，我们一起学习和发掘。

TensorFlow安装

安装TensorFlow在Python中和安装其他库类似，可以用pip进行安装，也可以直接在Pycharm或Anaconda中进行安装。当然，机器支持GPU的话，建议安装GPU版本。so easy, 这里不再详述。