由于要做一个关于文本分类的project,可能要用到TensorFlow,自学一下。
参考书籍《Tensorflow+实战Google深度学习框架》
基本概念:
Tensorflow的计算模型、数据模型、运行模型
①TensorFlow的计算模型——计算图
TensorFlow是一个通过计算图的形式来表述计算的编程系统。
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
②TensorFlow的数据模型——张量
张量是TensorFlow管理数据的形式,可以被简单理解为多维数组,在张量中并没有真正保存数字,而是保存如何得到这些数字的计算过程,一个张量中主要保存了三个属性:名字,维度和类型。
张量使用主要可以总结为两大类:1)对中间结果的引用;2)当计算图构造完成后,张量可以用来获得计算结果,也就是得到真实的数字
③TensorFlow的运行模型——会话
使用TensorFlow中的会话(session)来执行定义好的运算,会话拥有并管理TensorFlow程序运行时的所有资源,当所有计算完成之后需要关闭会话来帮助系统回收资源,否则就可能出现资源泄露的问题。
TensorFlow可以通过Python的上下文管理器来使用会话: