炼丹实战(1):丹炉的使用

发表于 | 更新于: | 分类于
字数统计: 995 | 阅读时长 ≈ 3

前言

最近嘛，准备开始炼丹，虽然我的博客没什么人看，但是我还是打算把一些过程记录下来，假使以后不炼丹，忘了，也能很快回忆起来。所以，新坑就这么开起来吧~~~ 另外，机器学习的学习笔记，emmm，不打算继续写了（也许以后有时间会简要地写一下后面的内容吧，也说不定）

所谓「炼丹」嘛，就是训练 AI 模型。每次训练都要调整几个参数，然后等上短则半个小时，长则几天几夜，然后训练出一个准确率并不一定能达到期望的模型。就像炼丹一样，不断调整药材的配比，放丹炉里炼上个七七四十九天，结果出来一炉废丹一样。简直一模一样嘛！我有感觉：我如果有朝一日成为一名合格的炼丹师，那么我的耐心一定会锻炼的很好 QAQ

“工欲善其事必先利其器”，要成为一名合格的炼丹师，除非你是天赋异禀的炼丹奇才，能丹火化鼎，在空中结丹，不然还是要选择一个好的丹炉要紧。所谓好的丹炉嘛，当然要质量上乘，生产厂家得是知名大厂；其次，最好能足够聪明，我把丹方输进去，它能自动炼丹，就像《校花的贴身高手》里面的那个高科技自动炼丹炉一样（话说这个小说为什么现在都还在更新啊~）。因此，我推荐知名大厂——谷歌——出品的丹炉：TensorFlow。质量过硬，炼丹过程足够智能，是居家旅行的必备之选。

TensorFlow

那么接下来就来认识一下 TensorFlow 吧！

安装

TensorFlow 是一个 Python 的包，因此直接用 pip 安装就行了。当然个人推荐用 anaconda 创建虚拟环境安装。

TensorFlow 有 CPU 和 GPU 两个版本，可以按照需要选择安装，当然，GPU 的运算能力确实强悍，2080Ti 买起来啊！毕竟强大的光追，炼丹之余，还可以玩玩《地铁》对吧。

1
2
pip install tensorflow  # cpu version
pip install tensorflow-gpu  # gpu version

另外，似乎忘了说 TensorFlow 的官网了，国内也可以直接连得上呢。

语法

TensorFlow 是 Python 的一个库，自然语法和 Python 是一样的，然而 TensorFlow 有着比较与众不同的逻辑，接下来，我们就看看 TensorFlow 程序由哪些部分构成的吧！

  • Tensor : 张量，可以简理解为数据，TensorFlow 就是数据流动
  • Graphs : 图，TensorFlow 使用图来表示计算任务，就像 boss 交给你的一份任务清单，上面写满了你要做的事
  • Session : 会话，图需要在会话里启动，就像公司的员工，拿到任务清单就要开始干活
  • Operation : 操作，图中的节点，执行计算，接收并产生 Tensor，也就是任务清单上的每一项单独的任务

还有一些如变量、常量的东西，feed、fetch 之类的操作，我认为不算是 TensorFlow 程序的组成结构，在此就不说了，后面遇到可以搜一下，结合代码理解。

第一个程序

不管是学什么，对于一个程序员来说，”Hello World” 这么神圣的东西，是一定要写一遍的。那么就直接上代码吧，可以成功输出的，就算是安装好了。

1
2
3
4
5
import tensorflow as tf
hello = tf.constant("Hello, World!")
sess = tf.Session()
print sess.run(hello)
sess.close()

稍微解释一下吧：

  1. TensorFlow 使用constant()方法创建常量
  2. 使用 Session() 方法创建会话，同时会创建一个默认图，之前说过的，Session 像一个员工，进入公司时自带了一份任务清单，使用 run() 方法让他来执行任务（Session 会按图索骥，执行完当前任务所需要的全部前置任务，当然了，本例的 Session 只有一个任务：创建一个常量了）
0%