TensorFlow是Google创建的一个开放源代码库，用于使用机器学习技术开发系统。 该库包含许多强大算法的实现，这些算法旨在解决常见的机器学习问题，包括模式识别和决策。
该材料专用于TensorFlow的基础知识，适用于对该库一无所知的读者。
TensorFlow：现代机器学习库
Google在2015年将TensorFlow项目转移到了开源类别。 他的前任是DistBelief项目，在工作期间积累的多年经验在TensorFlow中得到了体现。
TensorFlow库的开发人员寻求灵活，高效，可扩展，可移植。 结果，它可以用于各种计算环境-从由移动设备形成的计算环境，到以大型群集代表的环境。 该库使您可以快速为实际工作准备训练有素的模型，从而无需出于生产目的而创建特殊的模型实现。
TensorFlow库一方面吸引了开源社区的关注，并且对创新开放，另一方面，它得到了大公司的支持。 这可以让我们说她有稳定发展的一切机会。
由于所有图书馆工作人员的共同努力，该图书馆适合解决各种规模的问题。 从那些出现在独立开发人员面前的公司，到那些面对初创公司甚至是像Google这样的大公司的公司。 自2015年11月起该库开始开源以来，它已成为最有趣的机器学习库之一。 它越来越多地用于研究，实际应用程序的开发，培训中。
TensorFlow不断改进，不断提供新的，经过优化的功能。 此外，围绕这个图书馆的社区也在不断发展。
关于TensorFlow
Tensor是在深度学习系统中表示数据的标准方式。 张量是多维数组，是二维表（矩阵）的扩展，用于表示具有更高维的数据。 简而言之，张量是一个n维矩阵。
通常，如果您习惯使用矩阵，则可以像想象矩阵一样想象张量。
让我们从安装TensorFlow开始。
安装TensorFlow
如果您开始使用全新的Python安装（您可能已经专门安装Python学习TensorFlow），则只需安装
pip即可安装TensorFlow：
pip install tensorflow
这种方法很简单，但是具有一些令人不愉快的功能。 它们包含以下事实：在安装TensorFlow时，将安装此库的某些版本的依赖项软件包，而不是已安装的软件包。
如果将现有的Python安装用于其他目的，则不建议使用此方法。 绕过上述功能安装TensorFlow的一种方法是使用
virtualenv管理的虚拟环境。 也许您已经安装了此实用程序，也许没有。 如果您尚未安装，则可以这样安装：
pip install virtualenv
virtualenv了解有关
virtualenv更多信息。
为了在虚拟环境中安装TensorFlow，您首先需要创建一个这样的环境。 我们将其放置在
~/envs ，但是您可以选择另一个更适合您的文件夹：
cd ~ mkdir envs virtualenv ~/envs/tensorflow
上面，我们在
~/envs创建了
tensorflow虚拟环境（由
~/envs/tensorflow ）。 为了激活此环境，请使用以下命令：
source ~/envs/tensorflow/bin/activate
此后，命令行提示符应更改，指示已激活的虚拟环境：
(tensorflow)
现在您可以使用
pip在虚拟环境中安装TensorFlow：
(tensorflow) pip install tensorflow
这样的安装不会影响计算机上安装的其他软件包。
要退出虚拟环境，可以使用以下命令：
(tensorflow) deactivate
之后，命令提示符将采用其正常形式。
直到最近，TensorFlow还是很难在Windows环境中使用。 但是，在发布TensorFlow 0.12之后，不再在该区域观察到特殊问题。 即，要安装Windows版TensorFlow的CPU版本，只需运行以下命令即可：
pip install tensorflow
并安装GPU版本-以下内容：
pip install tensorflow-gpu
在安装此版本的TensorFlow时，假定您已经具有CUDA 8。
现在，您的计算机上已安装了TensorFlow库，这意味着该使用它了。 让我们开始吧，就像在学习新技术时的通常情况一样，使用“ Hello World！”
亲爱的读者们！ 本材料是
该 TensorFlow基础知识出版物开始的译文。 您认为值得进一步翻译吗？
