TensorFlow初探（一）

TensorFlow由谷歌人工智能团队谷歌大脑（Google Brain）开发和维护，拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口（Application Programming Interface, API）,是一个适合所有人学习的开源的机器学习框架。

今天刚参加了谷歌开发者大会，了解到了目前TensorFlow用于很多科学实验，解决了很多社会问题，感触很深。所以决定更多了解下TensorFlow。

环境准备

具备 Python 基础
具备数学基础（如线性代数、微积分）
对机器学习/深度学习的概念（如CNN、RNN、强化学习）稍有了解
配置好 Python 和 TensorFlow 环境，配置好适合的 Python IDE（如PyCharm），环境配置方法请参考 https://tf.wiki/zh/installation.html （中文）或 https://tf.wiki/en/installation.html （英文）

查看python和tensorflow的版本号：

用命令python -V 或者python3 -V查看版本号：

lichaoqiang@lichaoqiangs-MacBook-Pro ~/project/python  python3 -V              
Python 3.5.2

查看tensoflow的版本号,可以用如下脚本

#!/usr/local/bin/python3
import tensorflow as tf
print(tf.__version__)

运行tensorflow-version.py脚本可以查看：

 lichaoqiang@lichaoqiangs-MacBook-Pro  ~/project/python  python3 tensorflow-version.py
1.11.0

用TensorFlow解决实际问题案例

具体问题描述

  某公司有四个工厂，分布在不同地区，同时三种产品，产量（单位；t）， 试用矩阵统计这些数据。
工厂/产品    P1    P2    P3
 甲        5    2    4
 乙        3    8    2
 丙        6    0    4
 丁        0    1    6


 其中四行分别表示甲乙丙丁四个工厂的生产情况，三列分布表示三种产品P1，P2，P3的产量。
 再设矩阵
 2   4
 1   3
 3   2
 其中第一列表示三种产品的单件利润，第二列表示三种产品的单件体积。

用python实现使用tensorflow来计算,新建脚本tensorflow-demo05.py，代码如下:

#!/usr/local/bin/python3
import tensorflow as tf
tf.enable_eager_execution()

a = tf.constant([[5,2,4], [3, 8,2],[6,0,4],[0,1,6]])
b = tf.constant([[2,4],[1,3],[3,2]])
c = tf.matmul(a, b)
print(c)

执行python脚本得到结果

(venv)  ✘ lichaoqiang@lichaoqiangs-MacBook-Pro  ~/project/python  python3 tensorflow-demo05.py 
2018-11-25 22:02:52.718706: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
tf.Tensor(
[[24 34]
 [20 40]
 [24 32]
 [19 15]], shape=(4, 2), dtype=int32)

很简单的几行代码可以轻松计算出了四个工厂的利润（结果第一列）和这四个工厂产品需要的存储空间（结果第二列）。通过这个简单的例子可以看出，Tensorflow的很多计算模型很实用，而且也很容易上手，后面空了，我再试一试其他功能。

环境准备

查看python和tensorflow的版本号：

用TensorFlow解决实际问题案例

环境准备