為什么會有TensorFlow
今天就跟大家聊聊有關(guān)為什么會有TensorFlow，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。
瓊中黎族網(wǎng)站建設(shè)公司成都創(chuàng)新互聯(lián)公司,瓊中黎族網(wǎng)站設(shè)計制作，有大型網(wǎng)站制作公司豐富經(jīng)驗。已為瓊中黎族千余家提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\外貿(mào)網(wǎng)站建設(shè)要多少錢，請找那個售后服務(wù)好的瓊中黎族做網(wǎng)站的公司定做！
01
—
為什么會有TensorFlow ?
盡管深度學(xué)習(xí)背后的數(shù)學(xué)概念已經(jīng)出現(xiàn)幾十年了，但是用于創(chuàng)建和訓(xùn)練這些深度模型的程序類庫在最近幾年才出現(xiàn)。
不幸的是，大多數(shù)類庫都會在靈活性和實際生產(chǎn)價值上做出權(quán)衡。易用性的類庫對于科研是無比珍貴的，因為這樣科技工作者們才更方便地研究出新的模型框架，但是，如果考慮到實際生產(chǎn)的話，它們往往訓(xùn)練又太慢而沒有實際的應(yīng)用價值。另一方面，快、高效的類庫，部署到分布式硬件上是可行的，但是它們只針對具體的那些神經(jīng)網(wǎng)絡(luò)，對新發(fā)明的網(wǎng)絡(luò)又不適用。
這就留給決策者們一個困惑： 要想不重復(fù)實現(xiàn)相同的代碼，我們還依然要用不太靈活的類庫做科研嗎？還是，科研和生產(chǎn)各用自己的一套不相同的庫？
假如，我們選擇前者，我們也許不能測試各種不同種類的神經(jīng)網(wǎng)絡(luò)，如果選擇了后者，我們必須維護不同的兩套代碼，我們能有足夠的精力做這個嗎？
TensorFlow 就是為了解決，新出現(xiàn)的神經(jīng)網(wǎng)絡(luò)架構(gòu)如何真正能在生產(chǎn)環(huán)境下使用，這一使命而誕生的。
02
—
TensorFlow是什么？
TensorFlow是一個開源的軟件庫，用數(shù)據(jù)流動圖來做數(shù)值計算。
03
—
為什么選擇TensorFlow？
理由如下：
已經(jīng)很受歡迎
更清晰的API
能實際的用于生產(chǎn)環(huán)境
TensorFlow的特色：
Python API
部署方便：一個或多個CPUs或GPUs，服務(wù)端，客戶端，手機移動端
靈活性好：使用安卓，windows，iOS，Linux
可視化：TensorBoard可以看到數(shù)據(jù)流動圖
Checkpoints：易于實驗管理
自動微分
社區(qū)龐大
很多好的項目已經(jīng)或正在使用TensorFlow
04
—
基于TensorFlow的項目
基于TensorFlow做的項目：
DeepMind’s WaveNet Text to speech
Google Brain’s Magenta project that uses machine learning to create compelling art and music
Neural Style Translation
Major Improvement to Google Translate
下圖是 Neural style Translation:
生成式手寫字（LSTM混合密度網(wǎng)絡(luò)與TensorFlow結(jié)合）：
WaveNet Text to speech （對原始音頻的生成模型）
看完上述內(nèi)容，你們對為什么會有TensorFlow有進一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝大家的支持。
網(wǎng)頁題目：為什么會有TensorFlow
網(wǎng)站鏈接：http://m.jiaotiyi.com/article/pcospc.html