当前位置: 首页>前端>正文

TensorFlow Lite API框架 tensorflow架构

TensorFlow是Google开发的第二代分布式机器学习系统。于2015年11月在Github上开源,并于2017年1月发布了1.0版本的预览,API接口趋于稳定。目前TensorFlow正处于快速迭代中。有大量的新功能及性能优化在持续研发中。

TensorFlow设计之初是加速机器学习的研究,并快速的将研究原型转化为产品。除了TensorFlow,Google也开源过大量成功的项目,包括大名鼎鼎的操作系统Android,浏览器Chromium,编程语言Go,JavaScript引擎V8,数据交换框架Protobuf,编译工具Bazel,OCR工具Tensseract等共计数百个高质量项目。




TensorFlow Lite API框架 tensorflow架构,TensorFlow Lite API框架 tensorflow架构_Go,第1张


TensorFlow既是一个实现机器学习算法的接口,同时也是执行机器学习算法的框架,它前端支持Python,C++,Go,Java等多种开发语言,后端使用C++,CUDA等写成。TensorFlow实现的算法可以在众多异构的系统上方面的移植,比如Android手机,iPhone,普通的CPU服务器,乃至大规模GPU集群。

除了执行深度学习算法,TensorFlow还可以用来实现很多其他算法,包括线性回归,逻辑回归,随机森林等。

TensorFlow建立的大规模深度学习模型的应用场景也非常广,包括语音识别,自然语言处理,计算机视觉。机器人控制,信息抽取,药物研发,分子活动预测等,使用TensorFlow开发的模型也在这些领域获得了最前沿的成果。


TensorFlow Lite API框架 tensorflow架构,TensorFlow Lite API框架 tensorflow架构_机器学习框架_02,第2张


TensorFlow中的计算可以表示为一个有向图,或称计算图,其中每一个运算操作将作为一个节点,节点与节点直接的连接称为边,这个计算图描述了数据的计算流程,它负责维护和更新状态,用户可以对计算图的分支进行条件控制或循环操作。计算图中的每一个节点可以有任意多个输入和任意多个输出,每一个节点描述了一种运算操作。节点也可以算是运算操作的实例化,在计算图的边中流动(flow)的数据被称为张量(tensor),故得名TensorFlow。


https://www.xamrdz.com/web/2us1944746.html

相关文章: