最近读到一篇来自慕尼黑工业大学的论文”A Tour of TensorFlow” , 内容比Tensorflow官方文档更全面深刻, 所以把自己的一些读后心得分享给大家. 做成两次博客. 下一讲会在不久后更新.
首先TensorFlow框架大名鼎鼎大家一定听说过，第一, 比较新，第二，是Google开源的大项目，来看看TensorFlow在历史上机器学习时间线：
TensorFlow是不是挺年轻？但是它的名气自发布以来没有下降的态势，相反，很多人把它称作机器学习界的“Android”。可见这个框架多么受人爱戴。
切入正题，TensorFlow是一个全面的可扩展框架，它试图能够支持任何机器学习，建模算法，而且它现在已经支持分布式计算模型。当然，想象空间还不仅这些，怪不得那些人叫它机器学习界的“Android”。
TensorFlow最大的亮点之一是它的抽象编程模型。它使用的流图计算框架是其他机器学习框架中很少见的。因而，执行模型，优化方式等等都和其他框架有所不同：
1. 流图计算框架
先上一张TensorFlow官网gif图，感受下：
机器模型在训练时，会有很多次迭代（比如10000次）。而每一次迭代，上图的演示就是一次迭代的过程。训练10000次，这个流图就要“流动”10000次。 继续阅读深度理解TensorFlow框架，编程原理 —— 第一讲 抽象编程模型