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。
发表评论
Want to join the discussion?Feel free to contribute!