TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.本篇我们介绍一下深度学习领域的基础知识。
基础概念
我们最常听到的三个名词，人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）
人工智能（Artificial Intelligence） 1956年，几个计算机科学家相聚在达特茅斯会议，提出了“人工智能”的概念，梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器。人工智能涉及到的研究领域非常之广。包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。
而其中机器学习（Machine Learning）是一种实现人工智能的方法，而深度学习（Deep Learning）则是一种实现机器学习的技术。
具体就不展开说了，可以参考这篇文章：
[人工智能、机器学习和深度学习的区别? - 育心的回答 - 知乎]
(https://www.zhihu.com/question/57770020/answer/249708509)
[机器学习、优化理论、统计分析、数据挖掘、神经网络、人工智能、模式识别之间的关系是什么？]
(https://www.zhihu.com/question/20747381)
TensorFlow是什么
引用自莫凡大大的教程
TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.
TensorFlow 让我们可以先绘制计算结构图, 也可以称是一系列可人机交互的计算操作,
然后把编辑好的Python文件 转换成 更高效的C++, 并在后端进行计算.简单来说，TensorFlow作为开源的机器学习框架,它擅长的任务就是训练深度神经网络。它的底层是C++实现的，保障了运算性能。而为了方便开发，TensorFlow同时提供了多种客户端语言，支持使用包括Python，Java，Javascript等语言进行开发。其中Python是支持力度最大，最完善的客户端语言。搭配python自带的numpy，pandas，matplot等计算和画图的库，我们可以很方便的利用python运行TensorFlow程序，搭建深度神经网络，进行机器学习。
如果你对python，或者numpy，pandas，matplot不太熟悉，可以参考前面的博客：
机器学习基础1–python
机器学习基础2–python科学计算之numpy
机器学习基础3–python科学计算pandas(上)
机器学习基础4–python科学计算pandas(下)
机器学习基础5–python画图库matplotlib(上）
机器学习基础6–python画图库matplotlib(中）
机器学习基础7–python画图库matplotlib(下）
TensorFlow的安装
最详细的安装方法还是官网
建议安装 Pycharm
然后在Preferences里面，找到Project Interpreter,然后点击+号，搜索tensorflow，点击安装之后，点击Apply。这样比较简单方便。
试一试，在Pycharm中新建一个工程，创建一个python文件，然后导入一下
1 | import tensorflow as tf |
如果没报错，那么说明安装成功！
下一篇我们梳理一下TensorFlow中的基础概念，并实现一个简单的线性回归。
Thx~