2020 TensorFlow Dev Summit 什么让你印象最深刻？ 回看录播视频已更新https：//www.bilibili.com/video/av95867255/直播时间北京时间 3月12日 00：30 am-8…
相比Tensorflow2和PyTorch，TensorFlow1.x版本有什么弊端？ tensorflow1.x版本各种反人类操作令人完全摸不着头脑的session和variable_scope操作各种不支持python语法…
深度学习TensorFlow入门资源汇总-如何从零开发人工智能？ http：//19.offcn.com/class-143707/？scode=jZiXMZ 什么是TensorFlow？TensorFlow 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图。
深度学习框架有哪些？各有什么特点？ MindSpore官网：https：//www. mindspore.cn/ MindSpore论坛：https：// bbs.huaweicloud.com/for um/forum-1076-1.html 代码仓地址： Gitee-。
如何看待谷歌公开 tensorflow 专用处理器 TPU？ 如下文所述：http：//china.nikkeibp.com.cn/news/cone/77989-201605201753.html？ref=mobile&from=sing
如何评价Tensorflow和其它深度学习系统 个人的一点看法：1.TensorFlow是采用的DataFlow的数据流模型，不过我不觉得和Dryad有太多相似之处，此外Dryad也不是第一个提出DataFlow模型的地方，要说最早可以参考MIT TaggedTokenmachine里面的static dataflow 和dynamic dataflow architecture[2]的资料.在一个大规模机器学习系统上全面、可靠的支持DataFlow的feature本不是一件容易的事情，但是Tensorflow做到这一点，支持control_dependence，merge，condition，for-loop/while-loop，iteration。1.就像LSTM的unrolling，原来需要predefine unroll，现在用for-loop去做展开(内部维持状态的变化)2.还有比如一些算法需要对不同的input example做不同的训练(不同的gradient，更新不一样的variables)，以前需要hack很多东西(至少在DistBelif上是)，现在只需要一个ConditionOp就解决了。3.比如不同的variables用不同的optimizer，SGD/AdaGrad/FTRL/Momentum等。有了ControlFlow的支持，tensorflow graph更像是一种语言的抽象(variables，tensors，controlflow，compile[这个是指会rewrite整个graph，send/recv node，un-reference，graph partition，dynamic placement]，parallelism，functional programming等)，从这个角度讲还是有。
TensorFlow 如何入门，如何快速学习？ 人工智能、机器学习和深度学习在介绍TensorFlow（以下简称为TF）之前，我们首先了解一下相关背景。TF是一…
Google I/O 2017推出的Tensorflow Lite有什么意义 参考链接：点看：1.TensorFlow采用DataFlow数据流模型我觉Dryad太相似处外Dryad第提DataFlow模型要说早参考MIT TaggedTokenmachine面static dataflow dynamic dataflow architecture[2]资料.规模机器习系统全面、靠支持DataFlowfeature本件容易事情Tensorflow做点支持control_dependence，merge，condition，for-loop/while-loop，iteration1.像LSTMunrolling原需要predefine unroll现用for-loop做展(内部维持状态变化)2.比些算需要同input example做同训练(同gradient更新variables)前需要hack东西(至少DistBelif)现需要ConditionOp解决3.比同variables用同optimizerSGD/AdaGrad/FTRL/Momentum等ControlFlow支持tensorflow graph更像种语言抽象(variables，tensors，controlflow，compile[指rewrite整graph，send/recv node，un-reference，graph partition，dynamic placement]，parallelismfunctional programming等)角度讲少新东西面2.否用DataflowBSP并直接应关系Dataflowtensor/token流 schedule控制流别部事情(session 何drive)事实Tensorflow提供灵性用户容易层做BSP(非喜欢做种模型缺点fault tolerance难做)SSP(非要概念引入)或者parameter server结构(事实我认种。
