怎么看待《tensorflow实战 源码》这本书

来源：蜘蛛抓取(WebSpider) 时间：2017-10-17 03:17 标签： tensorflow实战 网盘
《TensorFlow实战》和《TensorFlow:实战google深度学习框架》两本书有何异同？ - 知乎53被浏览17975分享邀请回答121 条评论分享收藏感谢收起1845人阅读
TensorFlow（4）
&白话TensorFlow+实战系列（一）
详解Tensor与Flow
这是本人第一次写这么正经的博客，一方面是想将自己所学的知识系统的记录下来，另一方面也算是一个记录自己学习过程吧，以后可留作一个念想。本人一直在学习深度学习的有关知识，主要研究自然语言处理方面。老实讲，这几天在用TensorFlow写BiLSTM时，发现自己代码写的太乱，之前实现简单任务时呢，由于代码量不多，所以马马虎虎能看，而一旦任务变复杂，深感自己对TensorFlow理解不够好，越写越乱，到后面自己都不知道在写什么了。所以决定从头学习TensorFlow，顺便记录下来写成一个系列，方便自己日后查看。之前学习TensorFlow都是看官方文档、极客学院的翻译文档，以及各个博客上的一些总结。自己感觉学习的太碎片化，无法成为一个系统。这个系列我尽量用自己理解的方式记录，如果小博文有幸被你看见，希望能对你有所帮助。当然本人水平也有限，如有不对的地方，欢迎各位指正。
TensorFlow作为目前最欢迎的深度学习框架（是的，GitHub上已超越Caffe），是由Google开源的一个计算框架，该框架已经很好的集成了深度学习的各种算法，所以说是非常方便，并且与Keras也兼容，再加上Google强大的资源，可以说选TensorFlow进行深度学习是非常明智的。TensorFlow这个名字是由Tensor（张量）与Flow（流）两部分组成，一看就知道这两部分格外重要，不然Google也不会随便拿来命名。所以接下来就挨个详细解剖这俩部分。
Tensor，翻译成张量，是TensorFlow中管理数据的形式，其中Tensor并不保存真正的数据，他保存的是得到这些数字的计算过程。刚开始接触TensorFlow的话，很不容易明白这是什么吧，你可以换个方式理解，从tensor的功能上可以把他看作成多维数组（只是用于理解，并不等同于数组！后面会解释道），比如，一个shape=[2,3]的张量可以理解成一个大LIST中有两个小list，例如，大LIST=[[1,2,3],[4,5,6]]。而每一个小list由三个数据构成，list1=[1,2,3]，list2=[4,5,6]，高维度的Tensor依此类推，大LIST套小list，环环套。再次说明一下，这个只是为了理解，张量并不等同于数组！
张量是TensorFlow中基本的数据结构，我们可以用TensorFlow定义一个W（关于TensorFlow定义变量的方法以后会讲，现在直接运用）
我们通过tf.constant把W定义成了一个shape=（2，3）的张量，当我们直接打印W时，会发现并没有像数组那样直接打印出来，而是一个关于Tensor的解释。如图：
由图可以看见，关于Tensor的解释主要由三个属性组成：名字(name)、维度(shape)、类型(type)。其中第一个属性名字给出了这个张量是怎么来的，&Const:0&表示的是这个张量由计算节点Const（关于节点的解释下面介绍Flow的时候给出）输出的第一个结果得来；第二个属性shape给出了这个张量的维度信息，shape=(2,3)说明了张量是个二维数组，也可理解为一个2
x 3的矩阵；第三个属性说明了张量的数据类型，TensorFlow支持14种不同的类型：浮点型float(tf.float32, tf.float64)， 整数型int(tf.int8,tf.int16, tf.int32, tf.int64, tf.int128)， 布尔型(tf.bool)，复数(tf.plex128)，值得注意的一点时，当两个张量进行运算时，数据类型要相同，不然TensorFlow会报错。由此可见我们定义的W并非简单的数组。
这时候可能就会有个疑问，既然张量保存的计算过程，那如何得到张量里的数据呢？或者如何将张量print出来，而不是仅仅是打印关于Tensor的解释呢？
这个就涉及到TensorFlow的第二个关键点，Flow（流）的解释了。Flow可以理解成各个张量计算相互转化的过程，而TensorFlow计算过程是基于一个叫计算图的的方式进行的。一个简单的计算图结构如下：
图中的圆圈a与b、以及矩形add是计算图中的一个节点，需要注意的是节点的含义指的是TensorFlow中的计算过程！这个简单的计算图代码如下：
看到这里可能会有疑问了，add节点很好理解，代表的是节点a与节点b相加的计算过程。但是a与b明明都是由tf.constant函数定义的张量，怎么会在计算图中表示节点呢？怎么会是计算过程呢？这个恰恰就刚好解释了TensorFlow中张量与数组之间的区别。还记得之前我说张量保存的计算过程吧，再看上面打印张量W的图：
当我们打印张量W的时候，得到的结果是一个Tensor的解释，其中第一个属性名字（name）表示的是该张量由节点Const的第一个输出而来。正是这个原因，当我们用tf.Variable或者tf.constant定义变量或者常量的时候，我们其实定义的是一个特殊的计算过程，而这个计算过程我们可以理解为恒定的输出某个数。所以这就可以很好的理解为什么a与b在计算图中是一个节点了，并且张量为什么是一个计算过程了。
既然张量是一个计算过程，而我们明明想要的是张量里的数据，那我们到底要怎样才能得到我们想要的结果呢？
这就回到了用TensorFlow进行编程时特有的形式了。编程时，我们首先要做的就是构建计算图，其目的是定义计算图中的所有计算，注意此时的计算图并没有执行的功能，要想将定义好的计算图执行运算，要用到TensorFlow中的会话来进行，创建会话用tf.Sess()，具体代码如图：
上面有几点需要注意下：1）tf.global_variables_initializer()这个函数的作用是初始化所有变量，TensorFlow中要求将定义好的变量进行初始化，可以当成是固定模式，没什么好过多说的。2）withtf.Session()
as sess: 这个是创建会话用到的，也可以理解为固定模式，3）经过a+b后形成的y也是一个张量，而通过会话中sees.run(y)执行后，此时打印的张量为为：
也就是说，张量经过会话执行运算后，这时候就是计算结果了，而非一个Tensor。
经过上面的解释，相信已经可以很好的理解Tensor以及TensorFlow进行编程的形式了。
后面会抽时间进一步说明TensorFlow进行编程的时候如何构建图与计算，并且会附上一个全连接神经网络的具体编程过程。
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：5476次
排名：千里之外
(1)(1)(1)(4)
(window.slotbydup = window.slotbydup || []).push({
id: '4740887',
container: s,
size: '250,250',
display: 'inlay-fix'您的位置：
→ tensorflow实战pdf 中文版
tensorflow实战pdf 中文版tensorflow实战 pdf 百度云下载|
网友评分：8
软件大小：2.9M
软件语言：中文
软件类型：国产软件
软件类别：免费软件 / 电子图书
更新时间：
软件等级：
官方网站：暂无
运行环境：WinAll, WinXP, Win7
软件厂商：
顶好评:50%
同类相关软件
76.2M/中文/10.053.7M/中文/10.053.7M/中文/10.0122.1M/中文/10.025.4M/中文/10.0
tensorflow实战pdf中文版是一本由黄文坚所著的电子图书，该书语言通俗易懂，文字流畅，帮助快速入门到TensorFlow学习中，有需要者欢迎在绿色资源网下载！tensorflow实战中文版介绍在《TensorFlow实战》中我们讲述了TensorFlow的基础原理，TF和其他框架的异同。并用具体的代码完整地实现了各种类型的深度神经网络：AutoEncoder、MLP、CNN（AlexNet，VGGNet，Inception Net，ResNet）、Word2Vec、RNN（LSTM，Bi-RNN）、Deep Reinforcement Learning(Policy Network、Value Network)。tensorflow实战电子书目录1 TensorFlow基础 11.1 TensorFlow概要11.2 TensorFlow编程模型简介42 TensorFlow和其他深度学习框架的对比 182.1 主流深度学习框架对比182.2 各深度学习框架简介203 TensorFlow第一步 393.1 TensorFlow的编译及安装393.2 TensorFlow实现SoftmaxRegression识别手写数字464 TensorFlow实现自编码器及多层感知机 554.1 自编码器简介554.2 TensorFlow实现自编码器594.3 多层感知机简介664.4 TensorFlow实现多层感知机70
暂无&tensorflow实战pdf，暂提供类似电子书下载！
其他版本下载
tensorflow实战pdf 中文版
软件无法下载或下载后无法使用，请点击报错，谢谢！
请描述您所遇到的错误，我们将尽快予以修正，谢谢！
*必填项，请输入内容
本类下载排行
7.71 5.42 6.33 8.34 .05 .86 7.27 4.68 6.29 3.010 9.311 7.612 .413 5.014 .015
本类精品软件
12.2M/中文/2.7235M/中文/.76.7M/中文/7.7650M/中文/6.2300M/中文/.852.1M/中文/10.077.5M/中文/6.3
装机必备软件
本类集合软件如何评价《Tensorflow实战》和《Tensorflow:实战Google深度学习框架》这两本书？ - 知乎238被浏览21670分享邀请回答51 条评论分享收藏感谢收起

我要回帖

更多关于 tensorflow实战 网盘 的文章

 

随机推荐