[Tensorflow实战Google深度学习框架]笔记1 – 王老头

本系列是实际深度学习框架的知识笔记。只是博主在看书的过程中认为比较重要的知识点。总结的比较简单，内容比较零散。请大家指出，共同进步。

2017-11-05

【第一章】深度学习简介

1. 机器学习的定义：“如果一个程序能够执行任务 T，并且随着经验 E 的增加，它的效果 P 也会增加，那么就说它从经验中学习。” – –汤姆

2. AI 难点：解决数据表达和特征提取。

3.深度学习解决的核心问题之一就是自动将简单的特征组合成更复杂的特征，并利用这些组合的特征来解决问题。

4. 传统机器学习算法：输入–>人工特征提取–>权重学习–>预测结果

深度学习算法：输入–>基础特征提取–>多层复杂特征提取–>权重学习–>预测结果

【第二章】环境搭建

1. 的依赖：和 Bazel

是由 开发的用于处理结构化数据的工具。当这些结构化的用户信息要在网络上进行持久化或传输时，首先需要对其进行序列化。所谓序列化，就是将结构化数据转换成数据流格式，

简单地说，它变成了一个字符串。如何对结构化数据进行序列化，并从序列化的数据流中恢复原始结构化数据，统称为处理结构化数据。

序列化后得到的数据是可读的字符串，而是二进制流。定义好的数据格式文件一般存储在一个.proto文件中，每个文件代表一种结构化数据。

Bazel 是 的开源自动化构建工具， 的大部分内部应用程序都是通过它编译的。 Bazel 仅支持三种编译方法： , , .这将

将程序编译成可执行文件，编译测试程序，将程序编译成库函数供其他函数和调用使用。

2.的安装

提供了多种安装方式，主要包括安装、pip安装和源码安装，这里不再介绍。

【注意】从源码安装：先安装依赖工具Bazel，然后下载最新的源码（git clone）。源码下载后，需要运行脚本配置环境信息：

(cd, ./)，编译完成后，最后通过pip（wheel文件）安装。