Глава 4: Низкоуровневый API в TensorFlow

Низкоуровневый API TensorFlow включает операции с тензорами, графами, автоматическую дифференциацию и т. д.

Если сравнить модель с домом, то эти низкоуровневые API — кирпичи.

Мы можем использовать TensorFlow как улучшенную библиотеку numpy через эти низкоуровневые API.

TensorFlow предоставляет более полный набор методов по сравнению с numpy. Эти методы имеют более высокую эффективность выполнения, и при необходимости их можно дополнительно ускорить с помощью GPU.

В предыдущих разделах мы дали интуитивно понятное введение в низкоуровневый API и сделаем акцент на представлении операций с тензорами и Autograph.

Операции с тензорами можно разделить на две подкатегории: структурные операции и математические операции.

Структурные операции включают создание тензоров, индексацию и нарезку, преобразование размерностей, объединение и разделение и т.д.

Математические операции включают скалярные операции, векторные операции и матричные операции. Мы также представим механизм широковещательной передачи для операций с тензорами.

Что касается Autograph, мы рассмотрим его предлагаемые правила, механизмы Autograph и tf.Module.

Пожалуйста, оставляйте комментарии в официальном аккаунте WeChat «Python与算法之美» (Elegant Python and Algorithms), если хотите пообщаться с автором о содержании. Автор постарается ответить, учитывая ограниченное время.

Вы также можете написать 加群 (join group) в официальном аккаунте WeChat, чтобы присоединиться к групповому чату с другими читателями.