tensorflow能做什么

TensorFlow是谷歌基于DistBelief進行研發的第二代人工智能學習系統，其命名來源于本身的運行原理。Tensor （張量）意味著N維數組， Flow （流）意味著基于數據流圖的計算， TensorFlow為張量從流圖的一-端流動到另一端計 算過程。TensorFlow是將 復雜的數據結構傳輸至人工智能神經網中進行分析和處理過程的系統。TensorFlow可被用于語音識別或圖像識別等多項機器學習和深度學習領域，對2011年開發的深度學習基礎架構DistBelief進行了各方面的改進，它可在小到一部智能手機、 大到數千臺數據中心服務器的各種設備上運行。TensorFlow將完全開源，任何人都可以用。

tensorflow的作用有：

1、圖像風格轉換，可以生成各種有意思的圖片。

2、給素描黑白畫，自動上色。

3、圖像描述。

4、人臉方面：推薦猜年齡的應用。

5、reinforcementlearning （強化學習）等等。

tensorflow2.0和1.0區別

今天小編就為大家分享一篇tensorflow2.0與tensorflow1.0的性能區別介紹，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧。

從某種意義講，tensorflow這個項目已經失敗了，要不了幾年以后，江湖上再無tensorflow

因為tensorflow2.0 和tensorflow1.0 從本質上講就是兩個項目，1.0的靜態圖有他的優勢，比如性能方面，但是debug不方便，2.0的動態圖就是在模仿pytorch，但是畫虎不成反類犬．

為了對比1.0 與2.0

1. pip install tensorflow==2.0.0a0

2. 為了控制變量我把mnist保存到本地的mongodb

3. 兩種網絡結構是一樣的

tensorflow2.0 耗時20.7秒

tensorflow2.0 耗時12.46秒，所以在用cpu 做訓練時，相同的網絡結構，相同的數據集合，tensorflow2.0比tensorflow1.0慢60%，tensorflow 靜態圖有非常明顯的速度優勢．

這是tensorflow2.0 在訓練時的cpu占用32.3%

這是tensorflow1.0 在訓練時的cpu占用63%，這也是tensorflow1.0 的優勢，更能發揮硬件的優勢。

責任編輯：YYX