Programmers Guide

TensorFlow
TensorFlow

本部分的文章是深入 TensorFlow code 的细节。由以下部分组成：

  • Estimators： 介绍了高级 TensorFLow API，简化了 ML 编程
  • Tensors： 介绍了如何创建、操作和处理张量
  • Variables： 详细地说明了如何表示共享的、持续的状态
  • Graph and Session：
    • 数据流图： 是 TensorFlow 对计算的表示作为操作之间的依赖关系
    • 会话： 是 TensorFlow 在1个或多个本地或远程设备的运行计算流图的机制。如果你用底层 TensorFlow API 编程，这是必需的。如果你用高级 API 编程例如 Estimators 或 Keras，高级 API 为你创建和管理了图和会话，但是理解图和会话仍然有帮助
  • Saving and Restoring： 介绍了如何存储和恢复变量与模型
  • Input Pipelines： 介绍了如何建立数据流水线来读入数据到 TensorFlow 程序中
  • Embeddings： 介绍了嵌入的观念，提供了一个简单的例子在 TensorFlow 中训练一个嵌入，并且介绍了如何在 TensorBoard Embedding Projector 中可视化嵌入
  • Debugging TensorFlow Programs： 介绍了如何使用 TensorFlow debugger(tfdbg)
  • TensorFlow Version Compatibility: 介绍了向后兼容性保证和非保证
分享到