-----2017年1月24
溯洄從之，道阻且長。溯游從之，宛在水中央。
--------------------------
tensorflow是google的deepMind團隊貢獻的開源工具。其開源代碼可以在github
上找到。tensorflow不僅僅是一個機器學習工具，同時還提供有相應(yīng)的demo和教程。這也是我想寫關(guān)于tensorflow總結(jié)的原因: 希望可以把有用的東西自己消化一下，并作出總結(jié)。以后會不間斷的更新文章。
--------------------------------
tensorflow 不止是一面
1. 從tensorflow的目錄入手了解tensorflow
個人認為如果想要很好和某人相處，一定要了解他的脾氣和性格。這句話對待計算機的工具語言依然使用，因此我們有必要去了解一下github下面的tensorflow的目錄結(jié)構(gòu)。
我們發(fā)現(xiàn)在github下面其實tensorflow的版本還是比較多的，有master版本、r0.12版本，r0.11版本。但是一般默認使用的master版本。在這里有必要說明一下這些版本名稱的意義以及區(qū)別。
如圖2所示：
master 版本一般指的是最近更新的版本
r0.XXX這種版本一般是發(fā)行版本的代號（r代表released：發(fā)布、發(fā)行的意思）。該版本意味“最終版本”，在前面版本的一系列測試版之后，終歸會有一個正式版本，是最終交付用戶使用的一個版本。該版本有時也稱為標準版。一般情況下，Release不會以單詞形式出現(xiàn)在軟件封面上，取而代之的是符號(R)。有關(guān)發(fā)行版本的代號可以的明明規(guī)則參見軟件發(fā)布版本區(qū)別介紹。
由于每個一段時間會有較大的變化， 這個較大變化出現(xiàn)之后會將現(xiàn)有改變的版本發(fā)布出來，這就使得我們看到了r0.8,r0.12。。。。等諸多的版本。
========》 了解軟件發(fā)布版本規(guī)則，尤其是開源軟件的版本，對于學習和掌握開源軟件尤為重要。這個不難理解： 假如你在github上面要安裝tensorflow，同時按照tensorflow的安裝說明文檔執(zhí)行之后發(fā)現(xiàn)并不能正常的安裝（很多情況下 是由于你下載的是master版本，而教程上用的是發(fā)行版本），或者你發(fā)現(xiàn)你的tensorflow缺少的很多API （這也有可能是你tensorflow版本過時，而你使用的程序使用的較新的tensorflow）
同時master 這個和branch 之間的關(guān)系有涉及到團隊開發(fā)方面，在此不再細說。（想了解的同學可以看看關(guān)于svn 與git 方面的知識）
接下來，我們看到了tensorflow目錄、third_party、tools等等目錄，這些 目錄在個github上面都有說明的。簡單的介紹一下這些目錄里面一般會放置什么樣的文件？
tensorflow?這個目錄下面一般存放與tensorflow有關(guān)的文件。
third_party?與tools 自不必多說。
我是從tensorflow/example目錄開始閱讀的。因此下一張會以example里面的demo 一一分析并同時給出所使用的API 的使用說明。
2. 從tensorflow的概念
其實這一方面應(yīng)該是先入為主的，先介紹一下tensorflow：
TensorFlow 是一個采用數(shù)據(jù)流圖（data flow graphs），用于數(shù)值計算的開源軟件庫。節(jié)點（Nodes）在圖中表示數(shù)學操作，圖中的線（edges）則表示在節(jié)點間相互聯(lián)系的多維數(shù)據(jù)數(shù)組，即張量（tensor）。
在以上的描述中我們引入了兩個個概念： 數(shù)據(jù)流圖、張量
什么事張量（tensor）？
關(guān)于tensor的概念可以參考wiki ： https://en.wikipedia.org/wiki/Tensor
當然知乎給出的答案更加容易理解，這里給出鏈接https://www.zhihu.com/question/20695804
里面的有大神的詳細解答。
我個人認為可以暫時將張量（tensor）和矩陣（matrix）近似看待。
矩陣（matrix）相當于二維的tensor ， 向量（vector）相當于一維的tensor,[1]?， [2]
什么是數(shù)據(jù)流圖（Data Flow Graph）?
數(shù)據(jù)流圖用“結(jié)點”（nodes）和“線”(edges)的有向圖來描述數(shù)學計算?！肮?jié)點” 一般用來表示施加的數(shù)學操作，但也可以表示數(shù)據(jù)輸入（feed in）的起點/輸出（push out）的終點，或者是讀取/寫入持久變量（persistent variable）的終點?！熬€”表示“節(jié)點”之間的輸入/輸出關(guān)系。這些數(shù)據(jù)“線”可以輸運“size可動態(tài)調(diào)整”的多維數(shù)據(jù)數(shù)組，即“張量”（tensor）。張量從圖中流過的直觀圖像是這個工具取名為“Tensorflow”的原因。一旦輸入端的所有張量準備好，節(jié)點將被分配到各種計算設(shè)備完成異步并行地執(zhí)行運算。
