分类： 前沿

深度理解TensorFlow框架，编程原理 —— 第一讲 抽象编程模型

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：

qq%e6%88%aa%e5%9b%be20161017164108
25年以来发布的机器学习库时间线 来自：论文 “A Tour of TensorFlow”

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：

tensors_flowing

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

关于conda和anaconda不可不知的误解和事实——conda必知必会

2012年发布的跨平台包管理软件conda，是在数据分析界和Numpy和Scipy一样受欢迎的python工具。但是普通程序员平时只是会使用conda安装一些第三方包， 对它从哪里来，它是什么，和它要到哪里去所知甚少。今天我们就要讲一下关于conda和anaconda不可不知的误解和事实——conda必知必会的那些事实。

误解 #1：Conda是python的一个发行版，不是一个包管理器。

事实: Conda是一个包管理器；Anaconda才是一个python发行版。虽然conda是用Anaconda打包的， 但是它们两个的目标是完全不同的。

软件发行版是在系统上提前编译和配置好的软件包集合， 装好了后就可以直接用。包管理器是自动化软件安装，更新，卸载的一种工具。Conda，有命令”conda install”, “conda update”, “conda remove”, 所以很明显， conda是包管理器。

再来说说， Anaconda 和 Miniconda. Anaconda发行版会预装很多pydata生态圈里的软件，而Miniconda是最小的conda安装环境， 一个干净的conda环境。

但是，conda和Anaconda没有必然关系， 你可以不安装Anaconda的同时， 使用conda安装和管理软件。

误解 #2: Conda是一个python包管理器

继续阅读关于conda和anaconda不可不知的误解和事实——conda必知必会