TensorFlow
TensorFlow，Google的可移植機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)庫(kù)，執(zhí)行和伸縮性很好，雖然它有點(diǎn)難學(xué)。TensorFlow擁有各種各樣的模型和算法，它們對(duì)深度學(xué)習(xí)非常重視，并且在具有GPU（用于訓(xùn)練）或Google TPU（用于生產(chǎn)規(guī)模預(yù)測(cè)）的硬件上具有出色的性能。它還具有對(duì)Python的良好支持，良好的文檔和良好的軟件，用于顯示和理解描述其計(jì)算的數(shù)據(jù)流圖TensorBoard。
數(shù)據(jù)流圖中的節(jié)點(diǎn)表示數(shù)學(xué)運(yùn)算，而圖的邊表示在它們之間流動(dòng)的多維數(shù)據(jù)數(shù)組（張量）。這種靈活的架構(gòu)允許您將計(jì)算部署到桌面、服務(wù)器或移動(dòng)設(shè)備中的一個(gè)或多個(gè)CPU或GPU，而無(wú)需重寫代碼。
使用TensorFlow的主要語(yǔ)言是Python，雖然對(duì)C ++有限的支持。TensorFlow提供的教程包括手寫數(shù)字分類。圖像識(shí)別、字嵌入、遞歸神經(jīng)網(wǎng)絡(luò)，用于機(jī)器翻譯的序列到序列模型、自然語(yǔ)言處理和基于PDE（偏微分方程）的模擬的應(yīng)用。
TensorFlow可以方便地處理各種神經(jīng)網(wǎng)絡(luò)，包括目前正在急劇變化的圖像識(shí)別和語(yǔ)言處理領(lǐng)域的深度CNN和LSTM遞歸模型。用于定義圖層的代碼可能fan，但是您方便但不詳細(xì)，可以使用三個(gè)可選的深度學(xué)習(xí)界面中的任何一個(gè)來(lái)修復(fù)它。雖然調(diào)試異步網(wǎng)絡(luò)求解器可以是平凡的，但TensorBoard軟件可以幫助您可視化圖。
TensorBoard顯示TensorFlow計(jì)算的圖形。我們放大了幾個(gè)部分來(lái)檢查圖形的細(xì)節(jié)。
