1-TensorFlow简介及安装

1. 深度学习框架概览

2015

• Scikit-Learn：Machine learning No GPU
• Caffe：2013，第一个面向深度学习的框架，No auto-grad，C++
• Keras：wrapper
• Theano：开发难，调试难
• Torch：Lua语言

---

• Caffe
  • Facebook, Caffe—->PyTorch
  • Torch—->PyTorch
• Theano
  • Google—->TensorFlow
  • —-> TensorFlow2.0
• Chainer
• MXNet

2. Tensorflow前世今生

• 2015.9发布0.1版本
• 2017.2发布1.0版本
• 2019春发布2.0版本

3. TnesorFlow1.0 vs PyTorch

TF 1.x Sucks

• 调试困难
• API混乱
• 入门困哪，入了门依旧困难
• 大批研究人员转向PyTorch

TF 2.0

• TF+Keras
• Easy to use

4. TnesorFlow2.0 vs PyTorch

忘掉1.0

• 计算图Graph
• 会话Session
• 变量管理Variable Scope与共享reuse
• define-and-run
• 等等一系列烦人的概念一去不复返

5.0 TensorFlow eco-system

• TensorFlow 2.0
  • @tf.function
• TensorFlow Lite
• TensorFlow.JS
• TensorFlow Extended
• TensorFlow Prob
• TPU Cloud

6.0 PyTorch和TensorFlow选一主修(二者都要掌握)

为什么使用TensorFlow

• GPU加速
• 自动求导
• 神经网络Layers

神经网络API

7.0 Tensorflow安装

7.1 CPU版本

# 创建隔离环境
conda create -n py37 python=3.7

activate py37

conda install tensorflow
# 或者
pip install tensorflow -i https://pypi.douban.com/simple

ipython

import tensorflow as ts

7.2 CPU版本踩坑

当我们用Anaconda自带的iPython和Spyder以及jupyter notebook中输入import tensorflow as tf的时候会失败，显示如下No module named 'tensorflow‘，原因是我们没有在py37的环境下打开它们。

所以需要在py37 环境中安装

activate py37

pip install ipython jupyter spyter -i https://pypi.douban.com/simple

7.3 GPU版本

先选好并装好CUDA和cuDNN，看上一篇文章。

conda env list
activate TF2
pip install tensorflow-gpu==2.0.0

7.4 GPU版本验证

activate TF2
ipython
import tensorflow as tf
tf.test.is_gpu_available()

7.5 总结GPU版本

查看自己电脑是否支持NVIDIA

CUDA: v10.0

CuDNN: cudnn-10.0-windows10-x64-v7.6.5.32

Tensorflow-gpu: 2.0.0

找到适合自己的版本。三者一一对应