溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關為什么會有TensorFlow，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
01
—
為什么會有TensorFlow ?
盡管深度學習背后的數學概念已經出現幾十年了，但是用于創建和訓練這些深度模型的程序類庫在最近幾年才出現。
不幸的是，大多數類庫都會在靈活性和實際生產價值上做出權衡。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的話，它們往往訓練又太慢而沒有實際的應用價值。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網絡，對新發明的網絡又不適用。
這就留給決策者們一個困惑： 要想不重復實現相同的代碼，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網絡，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，新出現的神經網絡架構如何真正能在生產環境下使用，這一使命而誕生的。
02
—
TensorFlow是什么？
TensorFlow是一個開源的軟件庫，用數據流動圖來做數值計算。
03
—
為什么選擇TensorFlow？
理由如下：
已經很受歡迎
更清晰的API
能實際的用于生產環境
TensorFlow的特色：
Python API
部署方便：一個或多個CPUs或GPUs，服務端，客戶端，手機移動端
靈活性好：使用安卓，windows，iOS，Linux
可視化：TensorBoard可以看到數據流動圖
Checkpoints：易于實驗管理
自動微分
社區龐大
很多好的項目已經或正在使用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混合密度網絡與TensorFlow結合）：
WaveNet Text to speech （對原始音頻的生成模型）
看完上述內容，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內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
