TensorFlow概要

　　由google Brain开源，设计初衷是加速机器学习的研究，2015年11月在GitHub上开源，2016年4月分布式版本，2017年发布了1.0版本，趋于稳定。

TensorFlow相关链接

　　官方网址：www.tensorflow.org

　　GitHub网址：github.com/tensorflow/tensorflow

　　模型仓库网址：github.com/tensorflow/models

TensorFlow实现的算法可以在众多异构系统上方便地移植，如：Android手机、iPhone、普通的CPU服务器、大规模GPU集群除了执行深度学习算法

TensorFlow还可以用来实现很多其他算法，包括线性回归、逻辑回归、随机森林等

TensorFlow建立的大规模深度学习模型应用场景也非常广，包括语音识别、自然语言处理、计算机视觉、机器人控制、信息抽取、药物研发、分子活动预测

核心概念

　　TensorFlow中的计算可以表示为一个有向图（Directed Graph）,也称为计算图（Computation Graph）

　　其中每一个运算操作（operation）将作为一个节点（node）

　　计算图描述了数据的计算流程，也负责维护和更新状态

　　用户可通过Python、C++、Go、Java等语言设计这个数据计算的有向图

　　计算图中每一个节点可以有任意多个输入和任意多个输出

　　每一个节点描述了一种运算操作，节点可以算是运算操作的实例化（instance）

　　计算图中的边里面流动（flow）的数据被称为张量（tensor）,故得名TensorFlow

TensorFlow安装（python3.7）

　　1、先下载

　　　　https://www.lfd.uci.edu/~gohlke/pythonlibs/

　　　

　　　　然后将下载的whl复制到python的Scripts目录下

　　2、whl安装