随笔分类 - TensorFlow
摘要：一种简单的思路是定义一个类，并将相关的tf.Variable创建放在类的初始化方法中。而将函数的逻辑放在其他方法中。
阅读全文
摘要：被@tf.function修饰的函数应尽量使用TensorFlow中的函数而不是Python中的其他函数；避免在@tf.function修饰的函数内部定义tf.Variable；被@tf.function修饰的函数不可修改该函数外部的Python列表或字典等数据结构变量
阅读全文
摘要：有三种计算图的构建方式：静态计算图，动态计算图，以及Autograph，TensorFlow2.0主要使用的是动态计算图和Autograph。
阅读全文
摘要：张量的数学运算可以分为标量运算、向量运算、以及矩阵运算。
阅读全文
摘要：张量的操作主要包括张量的结构操作和张量的数学运算，张量的结构操作诸如：张量创建，索引切片，维度变换，合并分割，张量数学运算主要有：标量运算，向量运算，矩阵运算。另外，这里会介绍张量运算的广播机制。
阅读全文
摘要：Tensorflow的高阶API主要为 tf.keras.models提供的模型的类接口
阅读全文
摘要：TensorFlow的中阶API主要包括各种模型层,损失函数,优化器,数据管道,特征列等等。
阅读全文
摘要：低阶API主要包括张量操作，计算图和自动微分。
阅读全文
摘要：Tensorflow一般使用梯度磁带tf.GradientTape来记录正向运算过程，然后反播磁带自动得到梯度值。这种利用tf.GradientTape求微分的方法叫做Tensorflow的自动微分机制。
阅读全文
摘要：有三种计算图的构建方式：静态计算图，动态计算图，以及Autograph。
阅读全文
摘要：TensorFlow程序=张量数据结构+计算图算法语言。
阅读全文
