前言

因爲之前 Google 有推出 ml study jams，因此整理一些部分內容的筆記來記錄以下心得。

緣起

由 Google 提供的開源程式庫，Google 的很多產品都有經過 Tensorflow 的技術，像是過濾垃圾郵件、翻譯、圖像辨識、語意分析等等，而因爲在 2015 年開始開源，也帶動了各種深度學習應用的發展。

架構

這個是 Tensorflow 的架構，總共有分成五層，我們待會會從下往上依序說明。

第一層

這是 Tensorflow 的最底層，主要是用來控制硬體

第二層

這一層能夠透過 C++ 來實作各種 function 來使你能夠客製化你的 app

第三層

這一層Python API 的核心，裏面負責了許多數值運算的程式碼，例如數字的加、減、乘、除、矩陣運算、建立 tensors ，取得目前的維度等等，全部都是透過 Python 實作而成。

第四層

這一層由許多 Python 套件來實作出以下元件

• tf layers
  • 當資料輸入的時候計算方均根
• tf.losses
  • 計算 cross-entropy loss
• tf.metrics
  • 使用對數計算 cross entropy

這些元件都能夠組裝出自己的客製化神經網路，像是 NN 模型。

但官方表示大部分都不太需要客製化，因爲等會介紹的下一層都包好了！

第五層

最高階，使用 Estimator API 來建立中斷點、儲存模型、擬合資料，而大部分的 Tensorflow 範例程式碼都是使用 Estimator API 來實作，算是最方便、也最廣泛使用的一層。