开源中国

我们不支持 IE 10 及以下版本浏览器

It appears you’re using an unsupported browser

为了获得更好的浏览体验,我们强烈建议您使用较新版本的 Chrome、 Firefox、 Safari 等,或者升级到最新版本的IE浏览器。 如果您使用的是 IE 11 或以上版本,请关闭“兼容性视图”。
TensorFlow首页、文档和下载 - 机器学习系统 - 开源中国社区
全部项目分类
Apache-2.0
C/C++ Python 查看源码»
跨平台
Google
分享
收藏
686 人收藏
收录时间:2015-11-10
TensorFlow 详细介绍

TensorFlow 是谷歌的第二代机器学习系统,按照谷歌所说,在某些基准测试中,TensorFlow的表现比第一代的DistBelief快了2倍。

TensorFlow 内建深度学习的扩展支持,任何能够用计算流图形来表达的计算,都可以使用TensorFlow。任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分 化(auto-differentiation)。通过灵活的Python接口,要在TensorFlow中表达想法也会很容易。

TensorFlow 对于实际的产品也是很有意义的。将思路从桌面GPU训练无缝搬迁到手机中运行。

示例代码:

import tensorflow as tf
import numpy as np

# Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3

# Try to find values for W and b that compute y_data = W * x_data + b
# (We know that W should be 0.1 and b 0.3, but TensorFlow will
# figure that out for us.)
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b

# Minimize the mean squared errors.
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# Before starting, initialize the variables.  We will 'run' this first.
init = tf.global_variables_initializer()

# Launch the graph.
sess = tf.Session()
sess.run(init)

# Fit the line.
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))

# Learns best fit is W: [0.1], b: [0.3]
TensorFlow

选择将代码托管在码云
你还在等什么

可能是中国最大最好的代码托管平台


大家对 TensorFlow 的评论 (全部 11 条评论)
{{repayCom.userName}}
w3wch
可以看看我的博客,只是用于交流,tensorflow机器学习的入门教程
有关机器学习的博客:w1wch的博客 http://blog.sina.com.cn/u/1682287953
hankcs
#TensorFlow# 我写了一篇日志《谷歌深度学习公开课任务 2: SGD》, 传送门:http://www.hankcs.com/ml/udacity-sgd.html
hankcs
#TensorFlow# 我写了一篇日志《谷歌深度学习公开课任务 3: 正则化》, 传送门:http://www.hankcs.com/ml/task-3-regularization.html
hankcs
#CNN# #TensorFlow# 我写了一篇日志《谷歌深度学习公开课任务 4: 卷积模型》, 传送门:http://www.hankcs.com/ml/task-4-convolution-model.html
hankcs
#TensorFlow# #word2vec# 我写了一篇日志《谷歌深度学习公开课任务 5: Word2Vec&CBOW》, 传送门:http://www.hankcs.com/ml/cbow-word2vec.html
TensorFlow 相关博客
顶部