图解深度学习和神经网络学习笔记------第一章(深度学习及Tensorflow简介)

TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief 。
Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究 。
TensorFlow由谷歌人工智能团队谷歌大脑（Google Brain）开发和维护，拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口（Application Programming Interface, API） [2] 。自2015年11月9日起，TensorFlow依据阿帕奇授权协议（Apache 2.0 open source license）开放源代码 。

Tensorflow的安装

为了用GPU加速Tensorflow，我折腾了一天，最后给我的双显卡笔记本安装上了CUDA，期间前后装过好几次，所以总结一下安装过程：
(1)首先我装的是cuda9.0，win10版本
可以去官网下载

https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

或者我分享百度网盘链接：

链接：https://pan.baidu.com/s/1kTR5jVzIBN-EVz6heoVqoQ 
提取码：0wvb 

(2)除了cuda我们还需要cudnn环境。

https://developer.nvidia.com/rdp/form/cudnn-download-survey

下载安装cudnn需要注册账号，注册完之后下载最新版即可。然后把它的路径放于环境变量中即可。
（3）最后安装Anaconda3-530。
我提供了我的百度云链接：

链接：https://pan.baidu.com/s/13blIAJNL-ZmFCaMWM013Ew 
提取码：f9qz 
复制这段内容后打开百度网盘手机App，操作更方便哦

这里压缩包里有两个版本的Anaconda3，看大家自己！

Anaconda的安装

https://www.cnblogs.com/HongjianChen/p/8385547.html

看这个就足以，安装后在：

pip install --ignore-installed --upgrade tensorflow-gpu

等待几分钟就好了。

*验证：是否装好了Tensorflow
复制以下代码到spyder中：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import math
#将变量初始化：梯度下降的起点
x = tf.Variable(15.0,dtype=tf.float32)
#画出函数
y = tf.pow(x-1,2.0)
#梯度下降学习率为0.05
opti = tf.train.GradientDescentOptimizer(0.01).minimize(y)
#画出曲线
value = np.arange(-15,17,0.01)
y_value = np.power(value-1,2.0)
#创建会话
session = tf.Session()
#初始化参数
session.run(tf.global_variables_initializer())
#进行600次迭代
for i in range(600):
    session.run(opti)
    #每十次打印迭代值
    if(i%10 == 0):
        v = session.run(x)
        plt.plot(v,math.pow(v-1,2.0),'go')
        print('第%d次的x的迭代值：%f'%(i+1,v))
plt.show()        
    

如果在ipython中出现该迭代后的数值的分布图，那就说明你的Tensorflow安装成功！