Tensor flow 实战Google深度学习框架 笔记摘要Pone
Posted 朱小丰的丰
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Tensor flow 实战Google深度学习框架 笔记摘要Pone相关的知识，希望对你有一定的参考价值。
《Tensor flow 实战Google深度学习框架》前三章的摘要（没有简介和环境搭建的部分）
摘要的内容是 与tensorflow 语句相关的知识
如有违规之类的请通知我啊
这个pdf 一般bd有 需要的可以私聊我 或者留下扣扣邮箱
欢迎指点
注：本来是要直接粘word 但是 word能粘截图 我就一个一个 传上来的 第一篇微博~~~
1表示用户信息
结构化数据
。name:张三
。Id：12345
。Email：zhangsan@abc.com
xml形式
<user>
<name>zhangsan</name>
<id>12345</id>
<email>zhangsan@abc.com</email>
JSON形式
{
“name” : “zhangsan”
“id” : 12345
“email” : “zhangsan@abc.com”
}
Protocol Buffer 格式
注：Protocol Buffer格式化之后的得到的数据不是可读字符串，而是二进制流
使用Protocol Buffer时需要先定义数据的格式 还原一个序列化之后的数据需要用到这个定义好的数据格式
Protocol Buffer序列化出来的数据要比xml和json 小3到10倍 解析时间快20到100倍
Message user {
Optional string name =1；
Required int32 id =2；
Repeatd string email =3；
}
Protocol Buffer定义好的数据格式的文件一般保存在.proto文件中，每一个message代表了一类结构化数据
这里message定义了每一个属性的类型和名字
类型可以是布尔型 整数型 字符型这样的基本类型也可以是另外一个message
属性是必须的：id 必须有
可选的：姓名可以不填写
重复的：一个人可以有多个邮箱
Tensorflow入门
计算图的概念：
张量（tensor）可以理解为多维数组，表示了tensorflow的数据结构
Flow（意为流）表示张量之间通过计算来相互转化的过程
Tensorflow 是一个通过计算图的形式来表述计算的编程系统
Tensorflow 中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
、
以上是关于Tensor flow 实战Google深度学习框架 笔记摘要Pone的主要内容，如果未能解决你的问题，请参考以下文章