谷歌开发者日2016（北京）记录——TensorFlow篇

一、简介

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。
TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域，对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。

IMG_20161208_132906.jpg IMG_20161208_133131.jpg

为什么使用TensorFlow？TensorFlow对底层技术细节进行了良好封装，使开发者更容易应对更加复杂的使用环境

IMG_20161208_133240.jpg

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为张量从图象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。

IMG_20161208_133459.jpg

二、技术细节

先不解释了，因为我也听不大懂

IMG_20161208_133534.jpg IMG_20161208_133724.jpg IMG_20161208_133915.jpg IMG_20161208_133928.jpg IMG_20161208_134131.jpg IMG_20161208_134225.jpg IMG_20161208_134238.jpg IMG_20161208_134425.jpg

三、代码部分之线性回归

1.定义模型

IMG_20161208_134518.jpg IMG_20161208_134525.jpg

目标：拟合算出线性回归的参数 w和b

IMG_20161208_134607.jpg IMG_20161208_134936.jpg

初始化

IMG_20161208_135022.jpg

跑起来一轮

IMG_20161208_135106.jpg

整合起来，这是跑一轮的

IMG_20161208_135147.jpg

2.定义偏差

偏差=方差

IMG_20161208_135313.jpg

选取目标偏差极小值做为optimizer

IMG_20161208_135412.jpg

训练的代码

IMG_20161208_135444.jpg

放在一起，跑个一千遍

IMG_20161208_135725.jpg

四、深度卷积神经网络

只上图，又进入看不懂状态

IMG_20161208_135908.jpg IMG_20161208_140024.jpg IMG_20161208_140048.jpg IMG_20161208_140140.jpg

五、分布式TensorFLow

整体结构：
1.有paramter server，专门用来存储被更新的parameter的值
2.有worker，专门用于计算的

IMG_20161208_140217.jpg

配置集群的代码

IMG_20161208_140437.jpg IMG_20161208_140530.jpg

TensorFlow架构

IMG_20161208_140656.jpg

教程

IMG_20161208_140720.jpg