Tensorflow的基础框架是什么?Python软件库

　　众所周知，Python有很多第三方库，这也是Python简单易学、实用性高的具体原因。而这篇文章想要为大家介绍一下Python机器学习库—Tensorflow机器学习开源软件库。

　　Tensorflow是Google推出的机器学习开源神器，对Python有着很好的语言支持，支持CPU、GPU和Google TPU等硬件，并且已经拥有了各种各样的模型和算法。目前，Tensorflow被广泛的应用于文本处理、语音识别和图像识别等多项机器学习和深度学习的领域。

　　Tensorflow支持多种客户端语言下的安装和运行，截至版本1.12.0，绑定完成并支持版本兼容运行的语言为C和Python，其他绑定完成的语言为JavaScript、C++、Java、GO和swift，依然处于开发阶段的包括C#、haskell、julia、Ruby、Rust和Scala。

　　Tensorflow的基础框架是什么?

　　分为三层：应用层、接口层和核心层。

　　第一层：应用层

　　提供机器学习相关的训练库、预测库和针对Python、C++和Java等编程语言的编程环境，类似于Web系统的前端，主要实现了对计算图的构造;

　　第二层：接口层

　　对Tensorflow功能模块的封装，便于其他语言平台的调用;

　　第三层：核心层

　　核心层包含很多重要部分：设备层、网络层、数据操作层以及图计算层、执行应用层的计算。

　　1、设备层：包括Tensorflow在不同硬件设备上的实现，主要支持CPU、GPU和mobile设备等，在不同硬件设备上实现计算命令的转换，给上层提供统一接口，实现程序的跨平台功能;

　　2、网络层：主要包括RPC和RDMA通信协议，实现不同设备之间的数据传输和更新，这些协议都会在分布式计算中应用到;

　　3、数据操作层：以tensor为处理对象，实现tensor的各种操作和计算;

　　4、图计算层：包括分布式计算图和本地计算图的实现，实现图的创建、编译、优化和执行等。