tensorflow入门

1.tensorflow简介：

        tensorflow是谷歌开发的人工智能学习系统，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为张量从流图的一段流动到另一端的过程。它支持CNN,RNN和LSTM算法，这都是目前在Image，Speech和NLP最流行的深度神经网络模型。

2.tensorflow安装：

       有多种安装方式，详细可见http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html

       这里介绍一下利用docker安装。该方式的优点是不用操心软件依赖问题。运行docker后，启动一个容器。$ docker run -it -p 8888:8888 b.gcr.io/tensorflow/tensorflow /bin/bash该命令将启动一个已经安装好 TensorFlow 及相关依赖的容器。-i：标准输入给容器    -t：分配一个虚拟终端    /bin/bash：执行bash脚本   -P：默认匹配docker容器的8888端口号到宿主机的8888端口- p <HOT_PORT>:<CONTAINER_PORT>：指定端口号。更多参数的含义参见：http://blog.csdn.net/zhang__jiayu/article/details/42611469。但是，b.gcr.io/tensorflow/tensorflow 这个默认的镜像比较小,只包含了一些必要的运行条件，可以去网上找一个完整的tensorflow的tar，然后利用docker load < Image.tar,载入镜像。

3.tensorflow试运行。

        这里采用的是jupyter编写代码。首先docker -ps -a查看docker中有哪些容器。然后docker start containerId,打开容器。docker exec -it containerId /bin/bash 进入容器，/run_jupyter.sh运行。在浏览器中输入127.0.0.1：8888(创建容器时的端口号)，进入jupyter页面。

 右上角 new->Python2，进入编辑页面。