TensorFlow的代码框架

阅读TensorFlow的代码框架：https://github.com/tensorflow/tensorflow

     

2015.12.1的情况如上所示：

•     google 目录下主要是Protobuf 的包，也是google的开源工具之一，用于序列化，各种schema格式化，支持多语言（c++、python）之间的转换。
•     TensorFlow目录： 主目录，后面分析的重点。
•     ThirdParty目录：第三方的库所在目录，目前包括eigen3（特征运算的库，包括SVD、LU分解等）、gpus目录（支持cuda）
•    Tools目录：只有一行”build:cuda --crosstool_top=//third_party/gpus/crosstool“， 构建cuda支持。

TensorFlow主目录如下：

可以首先简单的看看

• cc目录有一个train的样例
• core是c++编写的主要目录。
• example目录下有andord系统的一个示例， 以及一个图像标注的例子（用的是一个老头的照片）
• g3doc顾名思义，是针对c++、python的版本的代码文档，可以点进去看看。
• models放的是一些通用的模型，里面有google开源的word2vec源码（embedding目录）、图像处理的mxnet、以及rnn（recureent 神经网络）
• opensource_only  这个只是个申明目录， 呵呵，你懂的。
  
• python 目录下 是python的实现，故名思议应该和cc目录对应，然而并没有，实际上是和”core“目录对应的python实现。
• stream_executor目录，流处理，看里面还有dnn之类，具体详细待定。
• tensorboard app、web支持，以及脚本支持。
  
• tools 一些工具杂项，pip。

后面主要分析的目录包括：core、models、 python、 stream_executor.