(四)人工智能应用--深度学习原理与实战--Windows系统Tensorflow平台搭建

TensorfLow是由谷歌团队推出的基于数据流图的开源数值计算平台，是目前企业应用最为广泛的深度学习框架。本章我们将学习在Windows操作系统进行Tensorflow的安装及基于NVIDIA GPU的Cuda(GPU并行计算框架)、cudnn(深度学习加速平台】的安装配置。

主要学习内容:

1. Windows平台下安装Python发行版Anaconda
2. Windows平台下安装TensorfLlow及Cuda、cudnn的安装配置
3. 编写测试代码，测试安装是否成功

一、了解主流的深度学习框架

1.TensorfLow(简称TF，2.×版本已整合Keras)

GoogLe推出的基于数据流图的深度学习平台，2.版本整了Keras作为官方推荐的高层API，大大简化了神经网络搭建过程。目前TF是应用最广泛的深度学习平台，开发文档十分详尽，相关技术社区非常活跃。

2.Pytorch(已合并Caffe2)

Pytorch是Facebook在深度学习框架Torch的基础上使用Python重写的深度学习平台，Pytorch拥有丰富的API，可以快速完成模型的搭建与训练，代码简洁易读，其简洁高效广受研究人员的喜爰，在科研领域使用比较广泛，文档支持比较详细。

3.MxNet

亚马逊(Amazon)支持的深度学习库，同时支持命令式和声明式两种编程方式，具有封装好的训练函数，集灵活性与高效性于一体,发展比较快，文档不够详细。

4.PaddlePaddle