人工智能开发框架：TensorFlow基本概念

本文介绍了众多的AI开发框架中的优秀者：Tensorflow

深度学习的开发框架。先整了Theano，开始于2007年的加拿大的蒙特利尔大学。随着tensorflow在google支持下的强势崛起，Theano日渐式微，连它的创始人都反水了。然后是caffe.2013年问世，主要适用于最初的计算机视觉。

Torch.他的一个非常显著的特点就是支持动态图模型，这一点与其它的开发平台不一样。2017年facebook搞了python版的torch，叫做pytorch.并且讲caffe2并入了pytorch.

然后亚马逊和微软也有自己的开发框架。

keras是一个非常高层的库，可以架设在某些开发框架之上。

微软的开发框架，那必然是支持c#. 那DL4J这一个是基于jvm的.，可以和大数据结合。

在然后是百度的开发框架。

最后介绍的当然就是最强框架tensorflow

下面介绍一下TensorFlow的安装。

从清华镜像下载python3的anaconda，然后安装anaconda，安装后，会用到他的prompt和jupyter notebook. 然后设置anaconda的源为清华镜像，安装tensorflow。可安装不带gpu的。教学够用了。这里版本是1.2. 安装好之后，做一个简单的验证，就是打开notebook，然后导入tf再打印版本号就可以了.

tensorflow2.0在2019年已经推出了.虽然2.0和1.x，在本质上没有差别，但运行模式差异巨大，一个是eager execution动态图执行机制，一个是graph execution静态图执行机制，前者比较灵活，可以和python代码混写，后者比较死板，因为门槛高而被初学者所诟病。这个有点像敏捷和瀑布式的开发的区别。