1.TensorFlow是什么
TensorFlow是深度学习的重要框架,采用将数据流图用于数值计算的开源软件库,是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,主要应用于深度神经网络和机器学习方面的研究,类似于Java开发中的SSH三大框架、PHP中的ThinkPHP框架、Python中的Tornado框架等。框架的功能是能够在开发中高效、省时等,从而节省开发成本和使呈现出的模型简单易懂。开源框架TensorFlow的Logo如图4-14所示。
图4-14 TensorFlow的Logo
2.TensorFlow的特点
TensorFlow框架可以应用在人工智能的各个领域,具有灵活、便捷、研究和产品的桥梁、自动做微分运算、语言灵活、性能最大化等特点,如图4-15所示。
(1)灵活
它不仅可以用来做神经网络算法研究,也可以用来做普通的机器学习算法,只要能够把计算表示成数据流图,都可以使用TensorFlow。
(2)便捷
这个工具可以部署在个人PC、单CPU、多CPU、单GPU、多GPU、单机多GPU、多机多CPU、多机多GPU、Android手机上等,几乎涵盖各种场景的计算设备。
图4-15 TensorFlow的特点
(3)研究和产品的桥梁
在谷歌,研究科学家可以用TensorFlow研究新的算法,产品团队可以用它来训练实际的产品模型,更重要的是,这样就能更容易地将研究成果转化成实际产品。另外,谷歌在白皮书上说道,几乎所有的产品都用到了TensorFlow,比如搜索排序、语音识别、谷歌相册、自然语言处理等。
(4)自动做微分运算(www.xing528.com)
机器学习中的很多算法都用到了梯度,使用TensorFlow,它将自动帮你求出梯度,只要定义好目标函数、增加数据即可。
(5)语言灵活
TensorFlow是用C++语言实现的,然后用Python封装,现在还支持Java语言。谷歌号召社区通过SWIG开发更多的语言接口来支持TensorFlow。
(6)性能最大化
通过对线程、队列和异步计算的支持(first-class support),TensorFlow可以运行在各种硬件上,同时,根据计算的需要,合理地将运算分配到相应的设备,比如卷积就分配到GPU上。
3.TensorFlow的应用
在谷歌内部,TensorFlow已经得到了广泛的应用,谷歌使用TensorFlow为谷歌搜索、Gmail和谷歌翻译等产品中的机器学习实现提供支持,以协助研究人员实现新的突破。AlphaGo背后应用的就是TensorFlow框架。
(1)智能割接助手
中国移动使用TensorFlow打造了一种人工智能应用——智能割接助手,如图4-16所示。智能割接助手借助谷歌深度学习框架TensorFlow创新性地破解了一线运维人员的网络运维难题,它可以自动预测切换时间范围、验证操作日志和检测网络是否存在异常,努力为一线运维人员减负,帮助一线运维工程师更高效地进行网络运维。智能割接助手项目已经成功地为世界上规模最大的迁移项目提供支持,涉及数亿个IoT HSS号码。
(2)可口可乐移动购买凭证识别
可口可乐通过TensorFlow实现移动购买凭证识别,如图4-17所示,这是可口可乐公司为其会员回馈活动找到的解决方案,实现流畅的购买凭证识别功能。在这之前,用户需要在MyCokeRewards.com上手动输入可口可乐产品编码来参加推广活动。这个产品编码识别平台已经为十多个促销活动提供帮助,并生成了超过18万个扫描代码,它现在已成为可口可乐北美地区所有网络促销活动的核心组件。
图4-16 中国移动智能割接助手
图4-17 可口可乐产品编码识别
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
