21_自己的TensorFlow–MiniFlow

在这个章节我们将创建自己的深度学习框架，自己的TensorFlow。

TensorFlow是目前最流行的开源神经网络框架，TensorFlow™是一个开放源代码软件库，用于进行高性能数值计算。借助其灵活的架构，用户可以轻松地将计算工作部署到多种平台（CPU、GPU、TPU）和设备（桌面设备、服务器集群、移动设备、边缘设备等）。TensorFlow™ 最初是由 Google Brain 团队（隶属于 Google 的 AI部门）中的研究人员和工程师开发的，可为机器学习和深度学习提供强力支持，并且其灵活的数值计算核心广泛应用于许多其他科学领域。

TensorFlow链接

在这个章节中我们主要实现神经网络的两个关键问题：
– 反向传播
– 计算图

反向传播是神经网络更新各层权重的过程。

Tensorflow 是一个通过计算图的形式来表述计算的编程系统，计算图也叫数据流图，可以把计算图看做是一种有向图，Tensorflow 中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。

图是节点与可微分函数，使用计算图有利于可视化计算过程并进行复杂微分。这是TensorFlow的基础。

使用计算图和反向传播，我们可以创建自己的节点正确计算导数。更重要的是我们将可以深入理解计算图的机理与实现过程。