TensorFlow，IT界的明星

泡芙妹579 2023-05-31 23:40:00

前言：

前言：

说实话，第一次接触是TensorFlow是在去年一次线下的AI交流会，在参加大会后，收到了很多TensorFlow的周边产品，如TensorFlow鼠标垫、TensorFlow护腕等。听大家将TensorFlow简称为TF，当时很多网友戏称为TF BOY。妥妥的流量明星。然后我就打算深入了解下，什么叫TensorFlow，这个东东到底能帮我解决什么问题呢？

随着深入了解TensorFlow，这个玩意还真是个大网红框架，它不仅是AI开发者最受欢迎框架的榜首，而且还支持自定义任何你能想到的模型，可以利用它实现类似ChatGPT和谷歌PLM2这种大模型出来。有时我就在想，如果我用它做出了一个类似PLM2的大模型，那岂不是和PLM2一样在谷歌的I/O大会上大放异彩，并获得市场的认可，成功去反杀ChatGPT。那到底TensorFlow有什么魔力，让这么多的AI开发者，对它念念不忘。

今天我们就深入测评下TensorFlow，并分享给大家，希望对大家的AI学习有所帮助。

一、TensorFlow特点

1、概述

总的来说，TensorFlow1.0相对来说，学习成本比较高，也比较难入门。但2.0成功打破了这个局面，有标准的高级API如Keras，并强化应用，跻身AI前列。

2、1.0测评

1.0里在创建了Tensor之后，不能直接返回结果。而是需要创建session会话机制，包含graph的概念在里面，而且需要session.run 才能运行。这种风格更像是一种硬件编程语言VHDL。TensorFlow1.0调试困难，API混乱，入门困难。

3、2.0测评

2.0去掉了graph 和session机制。变的像Python，Pytorch一样所见即所得。

TensorFlow 2.0核心功能是动态图机制Eager execution，使TensorFlow更易于学习和应用；

支持更多平台、更多语言，通过标准化API的交换格式和提供准线改善这些组件之间的兼容性；

删除已弃用的API并减少重复的API数，避免给用户造成混淆；

总的来说，2.0基本解决了1.0存在的问题，并支持多平台，成功的解决了自己的短板，并补充了自己的长处，这也是为什么TensorFlow能成为AI第一框架的原因。具体的特点如下图所示。

二、快速上手

1、概述

作为一个普通的开发者，不建议，一来就去看TensorFlow相关的书籍，从头开始学习。我们因根据我们实际的应用场景去有目的的学习。如应用TensorFlow解决医疗上的难题。用TensorFlow开发属于自己的智能助手、AI游戏等。同时TensorFlow需要一定的统计学知识，如线性回归、非线性回归、最近邻等等。

2、从案例入手

就像我们学习C语言一样，我们可以从比较经典的输出一句“hello,world!”开始我们的TensorFlow学习。然后学习基础模型，如线性回归、逻辑运算符、权重保持、微调、使用 HDF5、使用 DASK等等。当我们拥有一定基础后，我们就可以根据我们实际需求，学习计算机视觉模型及数据集等并应用到我们实际生活问题，比如

多层感知器，一种用于 MNIST 分类任务的多层感知实现、自编码器，用于 MNIST 手写数字的自编码器、VGGNet Finetuning (Fast Training)。使用一个预训练的 VGG 网络并将其约束到你自己的数据上，以便实现快速训练等等。

对应经典案例，都被整理成github的相关链接，如果你也想快速上手AI学习,不妨访问下面的github案例链接，一起学习吧。

TensorFlow的经典案例

...全文