机器学习进阶笔记之一 | TensorFlow安装与入门

引言

　　TensorFlow是Google基于DistBelief进行研发的第二代人工智能学习系统，被广泛用于语音识别或图像识别等多项机器深度学习领域。其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow代表着张量从图象的一端流动到另一端计算过程，是将复杂的数据结构传输至人工智能神经网中进行分析和处理的过程。

　　TensorFlow完全开源，任何人都可以使用。可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。

　　『机器学习进阶笔记』系列是将深入解析TensorFlow系统的技术实践，从零开始，由浅入深，与大家一起走上机器学习的进阶之路。

CUDA与TensorFlow安装

　　按以往经验，TensorFlow安装一条pip命令就可以解决，前提是有fq工具，没有的话去找找墙内别人分享的地址。而坑多在安装支持gpu，需预先安装英伟达的cuda，这里坑比较多，推荐使用ubuntu deb的安装方式来安装cuda，run.sh的方式总感觉有很多问题，cuda的安装具体可以参考。注意链接里面的tensorflow版本是以前的，tensorflow 现在官方上的要求是cuda7.5+cudnnV4，请在安装的时候注意下。

Hello World

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print sess.run(hello)

　　首先，通过tf.constant创建一个常量，然后启动Tensorflow的Session，调用sess的run方法来启动整个graph。

　　接下来我们做下简单的数学的方法：

import tensorflow as tf
a = tf.constant(2)
b = tf.constant(3)
with tf.Session() as sess:
print "a=2, b=3"
print "Addition with constants: %i" % sess.run(a+b)
print "Multiplication with constants: %i" % sess.run(a*b)
# output
a=2, b=3
Addition with constants: 5
Multiplication with constants: 6

　　接下来用tensorflow的placeholder来定义变量做类似计算：

　　placeholder的使用见https://www.tensorflow.org/versions/r0.8/api_docs/python/io_ops.html#placeholder

import tensorflow as tf
a = tf.placeholder(tf.int16)
b = tf.placeholder(tf.int16)
add = tf.add(a, b)
mul = tf.mul(a, b)
with tf.Session() as sess:
# Run every operation with variable input
print "Addition with variables: %i" % sess.run(add, feed_dict={a: 2, b: 3})
print "Multiplication with variables: %i" % sess.run(mul, feed_dict={a: 2, b: 3})
# output:
Addition with variables: 5
Multiplication with variables: 6
matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[2.]])
with tf.Session() as sess:
result = sess.run(product)
print result