摘要: 原創出處:www.bysocket.com 泥瓦匠BYSocket 希望轉載，保留摘要，謝謝！ 『不要把手段當成目標 — 《一個瑜伽行者的自傳》』 本文提綱 1. 機器學習 2. TensorFlow 介紹 2.1 什麼是 TensorFlow 2.2 TensorFlow 能做什麼 3. 安裝 TensorFlow 3.1 安裝 pip 3.2 安裝 TensorFlow 3.3 執行 Hello,TensorFlow 案例 4. 小結 一、機器學習

機器學習，並不能理解成機器學習演算法。機器學習，就是為了讓機器可以去模擬人類。在應用實踐上，可以狹義理解為機器學習演算法，但聚焦在具體演算法實現和程式設計上，往往實踐中不盡人意。機器學習是一種學科，一種類似數學的學科，交叉了數學、演算法、計算機等多門學科。目的是讓機器（這裡指計算機）如何模擬或者實現人類的學習行為。就像我們讀小學，讀初中，讀高中… 讓機器學習的話可能需要 1 小時，因為機器效率很高。 機器學習的應用： 語音識別 自動駕駛 語言翻譯 計算機視覺 推薦系統 無人機 識別垃圾郵件 已經實踐的Demo： 人臉識別 無人駕駛汽車 電商推薦系統 二、TensorFlow 介紹

標語：TensorFlow 是一個用於人工智慧的開源神器 什麼是 TensorFlow 呢？ TensorFlow™ 是一個採用資料流圖（Data Flow Graphs），用於數值計算的開源軟體庫。節點（Nodes）在圖中表示數學操作，圖中的線（edges）則表示在節點間相互聯絡的多維資料陣列，即張量（tensor）。它靈活的架構讓你可以在多種平臺上展開計算，例如臺式計算機中的一個或多個 CPU（或GPU），伺服器，移動裝置等等。TensorFlow 最初由 Google 大腦小組（隸屬於 Google 機器智慧研究機構）的研究員和工程師們開發出來，用於機器學習和深度神經網路方面的研究，但這個系統的通用性使其也可廣泛用於其他計算領域。 那什麼是資料流圖（Data Flow Graphs）呢？ 資料流圖用“結點”（nodes）和“線”(edges)的有向圖來描述數學計算。“節點” 一般用來表示施加的數學操作，但也可以表示資料輸入（feed in）的起點/輸出（push out）的終點，或者是讀取/寫入持久變數（persistent variable）的終點。“線”表示“節點”之間的輸入/輸出關係。這些資料“線”可以輸運“size可動態調整”的多維資料陣列，即“張量”（tensor）。張量從圖中流過的直觀影像是這個工具取名為“Tensorflow”的原因。一旦輸入端的所有張量準備好，節點將被分配到各種計算裝置完成非同步並行地執行運算。 TensorFlow 能做什麼？ 上面也說了，用於數值計算。具體而言，語音識別，自然語言理解，計算機視覺，廣告等等。所以未來有更多的產品，將想法和機器學習演算法產品化。 TensorFlow 的特徵如下： 1. 高度的靈活性 2. 真正的可移植性（Portability） 3. 將科研和產品聯絡在一起 4. 自動求微分 5. 多語言支援 6. 效能最優化 三、安裝 TensorFlow

環境：Mac OS 10.x TensorFlow 支援多種安裝，比如 Pip, Docker, Virtualenv, Anaconda 或原始碼編譯的方法安裝 TensorFlow。我自己推薦當然是 Pip 安裝。什麼是 Pip ？Pip 是一個 Python 的軟體包安裝與管理工具。 1. 安裝 pip pip 下載地址：https://pypi.python.org/pypi/pip 然後解壓 pip ，並執行 python 進行安裝。 1 2 3 tar zvxf pip-9.0.1.tar.gz cd pip-9.0.1 sudo python setup.py install 2. 安裝 TensorFlow 用 pip 安裝 TensorFlow ： 1 sudo pip install https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl Mac OS X 10.x 因 SIP 安全問題無法執行，安裝會不成功。所以重啟 OS，長按 Command + R 。點選 Utilities（實用工具）-> Terminal（終端），輸入如下命令： 1 csrutil disable 然後開機，重新用 pip 安裝 TensorFlow ：

1 sudo pip install https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl （需要翻牆哈） 3. 執行 Hello,TensorFlow 案例 使用 TensorFlow, 你必須明白 TensorFlow: a. 使用圖 (graph) 來表示計算任務. b. 在被稱之為 會話 (Session) 的上下文 (context) 中執行圖. c. 使用 tensor 表示資料. d. 通過 變數 (Variable) 維護狀態. e. 使用 feed 和 fetch 可以為任意的操作(arbitrary operation) 賦值或者從其中獲取資料 這裡我們執行下 Hello,TensorFlow 。證明 TensorFlow 安裝成功就好。開啟 PyCharm，新建一個 HelloTensorFlow.py 。建立一個字串常量，然後建立一個 Session 物件，從會話中構造器中會預設啟動一個圖，Session 物件使用後要需要關閉並釋放資源。 程式碼如下： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

-- coding: utf-8 --

import tensorflow as tf

建立另外一個字串常量

helloTf = tf.constant('Hello,TensorFlow!')

啟動預設圖

sess = tf.Session()

呼叫 sess 的 'run()' 方法來執行

返回值 'result' 是一個字串物件.

result = sess.run(helloTf) print result

==> Hello,TensorFlow!

任務完成, 關閉會話.

sess.close() 然後執行即可得到輸出： Hello,TensorFlow! 四、小結

本文主要介紹了機器學習、TensorFlow 安裝及簡單使用。 推薦書《一個瑜伽行者的自傳》一本講行者的故事。 歡迎掃一掃我的公眾號關注 — 及時得到部落格訂閱哦！

— http://www.bysocket.com/ — — https://github.com/JeffLi1993 —