深度学习：核心原理与案例分析

第4章　TensorFlow入门实战

本章介绍一个现阶段使用最广泛的深层学习框架——TensorFlow。因为TensorFlow所拥有的社区支持度日益增长，所以使用它来构建复杂的深度学习应用程序是我们的不二选择。从TensorFlow网站我们可以看到：

TensorFlow是一个使用数据流图进行数值计算的开源软件库。图中的节点代表数学运算，而图中的边则代表在这些节点之间传递的多维数组（张量）。借助这种灵活的架构，你可以通过一个API将计算工作部署到台式机、服务器或移动设备中的一个或多个CPU或GPU上。TensorFlow 最初是由Google Brain团队（隶属于Google机器智能研究部门）的研究人员和工程师开发的，旨在用于进行机器学习和深度神经网络研究。该系统具有很好的通用性，还可以应用于众多其他领域。

本章将介绍以下内容。

• 安装TensorFlow。
• TensorFlow运行环境。
• 计算图。
• TensorFlow中的数据类型、变量和占位符。
• 获取TensorFlow的输出。
• TensorBoard——可视化学习过程。

4.1　安装TensorFlow

TensorFlow有两种版本可以安装，分别是CPU版和GPU版。本书将使用GPU版。

4.1.1　在Ubuntu 16.04系统上安装GPU版的TensorFlow

在安装GPU版的TensorFlow之前，首先需要安装最新版的NVIDIA驱动程序，因为现阶段GPU版的TensorFlow只支持CUDA。接下来将会带领读者一步步地安装NVIDIA驱动程序和CUDA8驱动程序。

1．安装NVIDIA驱动程序和CUDA 8

首先需要安装正确的NVIDIA驱动程序。这里以GeForce GTX 960M GPU为例，因此会安装nvidia-375（如果读者使用的是其他版本，请通过NVIDIA官网来找到适合你的驱动程序）。如果你想确认你的GPU型号，可以在终端中使用如下命令。 ...