TensorFlow机器学习

第1章　初识TensorFlow

近年来，随着大型公共数据集、廉价图形处理器（Graphics Processing Unit，GPU）的涌现，以及开发者专业程度的增强，机器学习领域已经取得了革命性的成就。作为机器学习的命脉，训练数据的获取和使用也已经变得轻而易举。此外，计算能力的提升也已经能够满足个人甚至小型企业的需求。对于数据科学家来说，当前的十年是激动人心的十年。

行业中使用的一些顶级平台有Caffe、Theano和Torch。虽然基础平台的开发比较活跃，并且是公开共享的，但是由于其安装困难、配置烦琐且难以作为生产解决方案，因此目前其使用者主要局限于机器学习从业者。

在2015年底和2016年，一些新的平台进入了人们的视野，包括谷歌的TensorFlow、微软的CNTK（Computational Network Toolkit）、三星的Veles等。由于某些原因，谷歌的TensorFlow成为了非常受欢迎的平台。

TensorFlow是最容易安装的平台之一，它将机器学习技能直接引入了普通爱好者和初级程序员的领域中。与此同时，其高性能特点，如多GPU支持，也使其成为了有经验的数据科学家和工业应用领域喜欢的平台。另外，TensorFlow还提供了一种重构过程和多个用户友好的工具来管理机器学习工作，例如TensorBoard。最后，该平台还拥有重要的背景支撑，以及来自世界上最大的机器学习基地——谷歌的社区支持。所有这些都是其引人注目的潜在技术优势，后续我们将会深入学习这些技术。

在本章中，我们将学习以下主题。

• macOS X上TensorFlow的安装。
• Windows和Linux上TensorFlow的安装，包括核心软件和所有依赖项。
• 开启Windows安装的VM设置。