TensorFlow 是一個用於 Google 創建和發佈的快速數值計算的 Python 庫。它是一個基礎庫，可用於直接創建深度學習模型，或使用包裝庫來簡化在 TensorFlow 之上構建的過程。
在這篇文章中，您將發現用於深度學習的 TensorFlow 庫。讓我們開始吧。
什麼是 TensorFlow？
TensorFlow 是一個用於快速數值計算的開源庫。
它由 Google 創建並維護，並在 Apache 2.0 開源許可下發布。 雖然可以訪問底層的 C ++ API，但 API 名義上是用於 Python 編程語言的。與 Theano 等深度學習中使用的其他數值庫不同，TensorFlow 設計用於研究和開發以及生產系統，尤其是 Google 搜索中的 RankBrain 和有趣的 DeepDream 項目。
它可以在單 CPU 系統，GPU 以及移動設備和數百臺機器的大規模分佈式系統上運行。
如何安裝 TensorFlow
如果您已經擁有 Python SciPy 環境，那麼安裝 TensorFlow 非常簡單。TensorFlow 適用於 Python 2.7 和 Python 3.3+。 您可以按照 TensorFlow 網站上的“下載和設置”說明進行操作。 通過 PyPI 進行安裝可能是最簡單的，並且下載和設置網頁上有用於 Linux 或 Mac OS X 平臺的pip命令的特定說明。
如果您願意，還可以使用 virtualenv 和 docker 圖像。要使用 GPU，只支持 Linux，它需要 Cuda Toolkit。
你在 TensorFlow 中的第一個例子
根據有向圖的結構中的數據流和操作來描述計算。
節點：節點執行計算並具有零個或多個輸入和輸出。 在節點之間移動的數據稱為張量，它是實數值的多維數組。
邊緣：該圖定義了數據流，分支，循環和狀態更新。 特殊邊緣可用於同步圖形內的行為，例如等待完成多個輸入的計算。
操作：操作是一個命名的抽象計算，它可以獲取輸入屬性並生成輸出屬性。 例如，您可以定義添加或乘法操作。
使用 TensorFlow 進行計算
第一個示例是 TensorFlow 網站上示例的修改版本。 它顯示瞭如何使用會話創建會話，定義常量和使用這些常量執行計算。
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a+b))
運行此示例顯示：
42
使用 TensorFlow 進行線性迴歸
下一個示例來自 TensorFlow 教程的介紹。此示例顯示瞭如何定義變量（例如W和b）以及作為計算結果的變量（y）。我們對 TensorFlow 有一定的瞭解，它將計算的定義和聲明與會話中的執行和運行調用分開。
運行此示例將輸出以下輸出：
您可以在“基本使用指南”中瞭解有關 TensorFlow 機制的更多信息
其實 Python 已經不是該不該學而是必須學了，時代在發展 Python 現在的使用範圍已經不用小編在這裡多說，對於大家來說怎麼學或者說怎麼能夠快速高效的學習並且在工作中使用才是最重要的問題。
我們 51Reboot 推出的 Python 零基礎入門班 和 Python 運維自動化進階班就是針對大家從入門到進階自己能夠做項目和理解學習一些深入的知識的一個過程。
Python 零基礎入門班 第20期 12月16日開課，有需要的小夥伴快來諮詢小助手吧！學習 Python 這個事兒“躲得了初一躲不了十五”除非你轉行不幹寫代碼這個工作了。
今晚九點有公開課分享 Monkey 老師帶來的《Django 相冊管理》
Django 是 Python web 開發中最流行的框架，也是 Python 中必須要學習和使用的框架了。
具體參與方式：掃碼添加小助手wechat：17812796384 備註：公開課 拉入直播分享群
閱讀更多 Python學習 的文章
