TensorFlow學習筆記之一——初步印象

最近工作太忙，趕上孩子剛剛出生不久，簡直是忙的四腳朝天。對技術的跟蹤、論文的閱讀和代碼的編寫，都拉下了一段時間。跟朋友聊天的時候得知TensorFlow，而且是朋友極力推薦的開源項目，馬上關注了一下。

知道TensorFlow是Google的項目，我就馬上去找到了關于TensorFlow的論文：

Google一直保持這樣的傳統，在關鍵項目的釋出和開源上，會有關鍵性的重要論文釋出。這個論文将是了解這個項目的重中之重。花了一些時間在這個論文上面，得到一些關于TensorFlow的初步印象，簡列如下：

1、TensorFlow是支援各種平台的，包括手機端、PC、大規模分布式系統和GPU叢集；

2、TensorFlow可以支援異構硬體平台；

3、TensorFlow的計算是用有向圖描述的；

4、TensorFlow支援的前端語言有C++和Python;

5、TensorFlow的node具有零個到多個輸入和輸出，表現為一個操作的執行個體；

6、Kernel是一個操作的具體實作；

7、Session負責Client System和TensorFlow的通信，Session會有一個run接口；

8、TensorFlow的大多數使用者會針對一個圖建立一個Session，但是會把這個圖或者這個圖的子集圖運作無數遍；

9、TensorFlow的實作分為本地版本和分布式版本，本地版本又包括單裝置版本和多裝置版本；

10、TensorFlow的多裝置版本和分布式版本，需要考慮節點配置設定和跨裝置資料交流。

這隻是簡單的一個初步印象，不排除有了解不到位的地方，歡迎探讨。