Tensorflow入坑指南

往期

深度學習是目前解決很多人工智慧問題的利器，而tensorflow也是其中用於處理深度學習問題的利器，相比Caffe，Theano等主流框架仍有較大優勢，因此仍然在應用領域有較大占額，寒假，我自己通過淘寶買了課，結合基本材料，完成了一個基本的學習，能看得懂、寫的了一些深度學習模型，回過頭來複習一下，也給大家一些學習的建議。

學習之前的提醒

對深度學習的演算法有一定的了解，BP、CNN之類的基礎必須了解，了解其層級結構，反向傳播方式等；

熟練掌握Python，尤其是3，任何一個框架要求對該語言必須有足夠的了解；

了解Tensorflow的特點，了解實際應用場景，兩者需要匹配，否則選別的更適合的方法吧；

性能還OK的電腦，有支持CUDA的GPU那就更好了。

安裝篇

基本環境要求：python3

CPU版： 即可，非常簡單粗暴；

GPU版：首先沒測試過能不能CPU和GPU共存，要是想兩個都有的話，那就用anaconda弄兩個子環境吧；需要CUDA和Cudnn，記得和Tensorflow的版本所對應，否則可能會有大量的坑，看清tensordlow的版本，對應了CUDA和Cudnn的版本，才能最終開始使用tensorflow的GPU版本。

關於GPU的安裝方法，我基本是按照這個鏈接裡面處理的：

剩下踩的坑就自己百度吧嘿嘿嘿嘿。

材料篇

我的學習基本上是根據淘寶買的東西來做的（就4塊錢），感覺效果不錯，自己一步一步跟著做其實效果還挺好的，然後也有一些參考書。

建議

一如既往地，給大家一些建議：

無論是看視頻還是看書，都要認真看，不能跳過，tensorflow構建的世界觀需要完整了解。

tensorflow的構建其實非常有邏輯型和規範性，數據規範化，定義變數，網路結構，損失函數，新建會話，執行，需要好好理解，理解好其實就很簡單。

多動手，跟著各種案例動手做，這點再怎麼強調都不為過。

原理！深度學習演算法的原理！遠比怎麼敲還要重要，代碼中就是幫助人執行的工具，網路怎麼搭建，靠的是人的理解。

有興趣的大家趕緊學起來吧~

找工作和科研並行的我表示壓力山大，但是不錯的就是成果也很豐富，所以呢，下一篇可能是我關於NLP的論文筆記，也可能是數據分析的案例筆記，敬請期待！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！