tensorflow能做什么_tensorflow2.0和1.0区别

　　tensorflow能做什么

　　TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor （张量）意味着N维数组， Flow （流）意味着基于数据流图的计算， TensorFlow为张量从流图的一-端流动到另一端计 算过程。TensorFlow是将 复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow可被用于语音识别或图像识别等多项机器学习和深度学习领域，对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、 大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源，任何人都可以用。

　　tensorflow的作用有：

　　1、图像风格转换，可以生成各种有意思的图片。

　　2、给素描黑白画，自动上色。

　　3、图像描述。

　　4、人脸方面：推荐猜年龄的应用。

　　5、reinforcementlearning （强化学习）等等。

　　tensorflow2.0和1.0区别

　　今天小编就为大家分享一篇tensorflow2.0与tensorflow1.0的性能区别介绍，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧。

　　从某种意义讲，tensorflow这个项目已经失败了，要不了几年以后，江湖上再无tensorflow

　　因为tensorflow2.0 和tensorflow1.0 从本质上讲就是两个项目，1.0的静态图有他的优势，比如性能方面，但是debug不方便，2.0的动态图就是在模仿pytorch，但是画虎不成反类犬．

　　为了对比1.0 与2.0

　　1. pip install tensorflow==2.0.0a0

　　2. 为了控制变量我把mnist保存到本地的mongodb

　　3. 两种网络结构是一样的

　　tensorflow2.0 耗时20.7秒

　　tensorflow2.0 耗时12.46秒，所以在用cpu 做训练时，相同的网络结构，相同的数据集合，tensorflow2.0比tensorflow1.0慢60%，tensorflow 静态图有非常明显的速度优势．

　　这是　tensorflow2.0 在训练时的cpu占用32.3%

　　这是　tensorflow1.0 在训练时的cpu占用63%，这也是tensorflow1.0 的优势，更能发挥硬件的优势。

责任编辑：YYX