揭秘框架的本源：開源中文書「TensorFlow內核剖析」

機器之心專欄

作者：劉光聰

這是一本剖析TensorFlow內核工作原理的書籍，並非講述如何使用 TensorFlow 構建機器學習模型，也不會講述應用 TensorFlow 的最佳實踐。本書將通過剖析 TensorFlow 源代碼的方式，揭示 TensorFlow 的系統架構、領域模型、工作原理、及其實現模式等相關內容，以便揭示內在的知識。

項目鏈接：https://github.com/horance-liu/tensorflow-internals

在項目地址中，作者提供了全部的 LaTex 源文件，也提供了對應的 PDF，讀者可直接下載 PDF。本書假設讀者已經了解機器學習相關基本概念與理論，了解機器學習相關的基本方法論; 同時，假設讀者熟悉 Python, C++ 等程序設計語言。

本書適合於渴望深入了解 TensorFlow 內核設計，期望改善 TensorFlow 系統設計和性能優化，及其探究 TensorFlow 關鍵技術的設計和實現的系統架構師、AI 演算法工程師、和 AI 軟體工程師。

PDF下載地址：https://raw.github.com/horance-liu/tensorflow-internals/master/tensorflow-internals.pdf

閱讀方式

初次閱讀本書，推薦循序漸進的閱讀方式；對於高級用戶，可以選擇感興趣的章節閱讀。首次使用 TensorFlow 時，推薦從源代碼完整地構建一次 TensorFlow，以便了解系統的構建方式，及其理順所依賴的基本組件庫。

版本說明

本書寫作時，TensorFlow 穩定發布版本為 1.2。不排除本書講解的部分 API 將來被廢棄，也不保證某些系統實現在未來版本發生變化，甚至被刪除。

同時，為了更直接的闡述問題的本質，書中部分代碼做了局部的重構；刪除了部分異常處理分支，或日誌列印，甚至是某些可選參數列表。但是，這樣的局部重構，不會影響讀者理解系統的主要行為特徵，更有利於讀者掌握系統的工作原理。

同時，為了簡化計算圖的表達，本書中的計算圖並非來自 TensorBoard，而是採用簡化了的，等價的圖結構。同樣地，簡化了的圖結構，也不會降低讀者對真實圖結構的認識和理解。

在線幫助

為了更好地與讀者交流，已在 Github 上建立了勘誤表，及其相關補充說明。由於個人經驗與能力有限，在有限的時間內難免犯錯。如果讀者在閱讀過程中，如果發現相關錯誤，請幫忙提交 Pull Request，避免他人掉入相同的陷阱之中，讓知識分享變得更加通暢，更加輕鬆，我將不甚感激。

目錄

本文為機器之心專欄，轉載請聯繫原作者獲得授權。

------------------------------------------------

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！