【TensorFlow篇】--Tensorflow框架初始,实现机器学习中多元线性回归
一、前述 TensorFlow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,TensorFlow为张量从流图的一端流动到另一端计算过程。 TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。 二、相关概念和安装 TensorFlow中的计算可以表示为一个 有向图(DirectedGraph) 或者称 计算图(ComputationGraph) 其中每一个运算操作(operation)将作为一个节点(node) 计算图描述了数据的计算流程,也负责维护和更新状态 用户通过python,C++,go,Java语言设计这个这个数据计算的有向图 计算图中每一个节点可以有任意多个输入和任意多个输出 每一个节点描述了一种运算操作,节点可以算是运算操作的实例化(instance) 计算图中的边里面流动(flow)的数据被称为张量(tensor),故得名TensorFlow 安装流程: pip install tensorflow==1.1.0 三、代码规范 详细源码在本人github上 https://github.com/LhWorld/AI_Project.git 代码一:tensorflow 基本语法 import tensorflow