【有书共读】《TensorFlow实战》之 2-环境搭建
1、TensorFlow 依赖包介绍
1.1TensorFlow主要依赖包
TensorFlow主要依赖工具包Protocol Buffer和Bazel.
Protocol Buffer是谷歌开发的处理结构化数据的工具。除了Protocol Buffer,XML和JSON也是我们常见的结构化数据处理工具。下面以具体例子看看三者在形式上的不同。
- XML
<user>
<name>张三</name>
<id>12345</id><email>zhangsan@abc.com</email>
- JSON
{"name": "张三"， "id": "12345", "email": "zhangsan@abc.com"
}
本来只是想打个引号的，结果变成了引用。 - Protocol
message user{optional string name = 1; required int32 id = 2; repeated string email = 3;
}
这大括号里面的怎么也变成了引用？
Protocol Buffer与XML和JSON的区别主要在于，Protocol Buffer序列化之后得到的数据不是可读的字符串，而是二进制流。Protocol Buffer序列化出来的数据要比XML格式的数据小3到10倍，解析时间要快20到100倍。TensorFlow中的数据都是通过Protocol Buffer来组织的，分布式TensorFlow的通信协议gRPC也是以Protocol Buffer作为基础的。1.2 Bazel
Bazel是从谷歌开源的自动化构建工具。相比传统的Makefile,Ant或者Maven,Bazel在速度、可伸缩性、灵活性以及对不同程序语言和平台的支持上都要更加出色。
Bazel通过项目空间workspace来管理源代码和编译输出结果。在项目空间内，Bazel通过BUILD文件来找到需要编译的目标。BUILD文件采用一种类似于Python的语法来指定每一个编译目标的输入、输出以及编译方式。2、TensorFlow安装
本书介绍了3种安装方法：使用Docker安装，使用pip安装和从源代码编译安装。其中，详细介绍了在Ubantu/Linux 64-bit环境下，使用pip安装和从源代码安装的详细步骤。
鄙人只有一台老式笔记本，win10系统。然后使用Anaconda作为辅助工具安装了python，并在此基础上安装了CPU-ONLY的Tensorflow.安装过程非常简单，按照官网步骤来即可。附上官网安装教程：https://www.tensorflow.org/install/install_windows
下面，在cmd窗口中测试我们的tensorflow是否安装成功。
从图中可以看出，TensorFlow例程输出了"Hello, TensorFlow"。安装成功。
TensorFlow安装成功后，后续就可以大展身手了。期待后续的读书笔记。
