前言

目前，深度學習在計算機科學各領域的應用越來越多，各種新技術層出不窮，比如圖像識別、圖形定位與檢測、語音識別這一系列的技術。這個領域，對于初入技術行業的同學來講，吸引力十分足夠：特別是在整個領域工資居高不下的時候。

說到深度學習，就不能不提一下開源框架tensorflow。不僅是因為這個框架最火、使用率最高，也是因為這個框架是非常適合初學者接觸、學習的。

我們會講到一些深度學習的基礎概念，包括計算圖，graph 與 session，基礎數據結構，Variable，placeholder 與 feed_dict 以及使用它們時需要注意的點。最后我們會根據教程里提到的內容，通過一個實戰案例讓大家對整個tensorflow有一個正確、可用的理解。

1

tensorflow是什么？

tensorflow 是 google 開源的機器學習工具，在2015年11月其實現正式開源，開源協議Apache 2.0。

下圖是 query 詞頻時序圖，從中可以看出 tensorflow 的火爆程度。

2

why tensorflow?

Tensorflow有很多優點，包括具有Python接口、平臺兼容性極佳、部署環境要求沒有其他框架那么嚴格。同時，它自己還有可視化工具，可以方便的進行實驗管理。

對于新人而言，它的最大優點可能是擁有一個包含了極多開發者的社區：這讓你遇到的問題大部分都可以解決而不用自己鉆研。

同時，你還可以借鑒諸多優秀項目——因為已經有很多優秀項目已經在開發了。

3

易用的tensorflow工具

如果不想去研究 tensorflow 繁雜的API,僅想快速的實現些什么，可以使用其他高層工具。比如 tf.contrib.learn，tf.contrib.slim，Keras 等，它們都提供了高層封裝。

4

tensorflow安裝

目前 tensorflow 的安裝已經十分方便，有興趣可以參考官方文檔。

tensorflow基礎

實際上編寫tensorflow可以總結為兩步.

（1）組裝一個graph;

（2）使用session去執行graph中的operation。

因此我們從 graph 與 session 說起。

1

graph與session

（1）計算圖

Tensorflow 是基于計算圖的框架，因此理解 graph 與 session 顯得尤為重要。不過在講解 graph 與 session 之前首先介紹下什么是計算圖。假設我們有這樣一個需要計算的表達式。該表達式包括了兩個加法與一個乘法，為了更好講述引入中間變量c與d。由此該表達式可以表示為：

當需要計算e時就需要計算c與d，而計算c就需要計算a與b，計算d需要計算b。這樣就形成了依賴關系。這種有向無環圖就叫做計算圖，因為對于圖中的每一個節點其微分都很容易得出，因此應用鏈式法則求得一個復雜的表達式的導數就成為可能，所以它會應用在類似tensorflow這種需要應用反向傳播算法的框架中。

（2）概念說明

下面是 graph , session , operation , tensor 四個概念的簡介。

Tensor：類型化的多維數組，圖的邊；

Operation：執行計算的單元，圖的節點；

Graph：一張有邊與點的圖，其表示了需要進行計算的任務；

Session：稱之為會話的上下文，用于執行圖。

Graph作為一張圖，僅展示所有單元及數組的流向，并不會對其進行計算，上下文則是執行單元，根據Graph的流程定義為各個計算分配資源，計算節點，從而得出計算結果。Operation作為圖計算的點，可以使任何形式的數學運算，包括各類算法，通過零個或以上的輸入，來得到零個或以上的輸出。Tensor就是它的輸出和輸出，可以做出多種邊是。幾乎所有的tensor在進入下一個節點后都不在保存，除非是Variables指向的。

（3）舉例

下面首先定義一個圖（其實沒有必要，tensorflow會默認定義一個），并做一些計算。

這段代碼，首先會載入tensorflow，定義一個graph類，并在這張圖上定義了foo與bar的兩個變量，最后對這個值求和，并初始化所有變量。其中，Variable是定義變量并賦予初值。讓我們看下result（最后1行代碼）。后面是輸出，可以看到并沒有輸出實際的結果，由此可見在定義圖的時候其實沒有進行任何實際的計算。

下面定義一個session，并進行真正的計算。

這段代碼中，定義了session，并在session中執行了真正的初始化，并且求得result的值并打印出來。可以看到，在session中產生了真正的計算，得出值為5。

下圖是該graph在tensorboard中的顯示。這張圖整體是一個graph,其中foo,bar,add這些節點都是operation，而foo和bar與add連接邊的就是tensor。當session運行result時，實際就是求得add這個operation流出的tensor值，那么add的所有上游節點都會進行計算，如果圖中有非add上游節點（本例中沒有）那么該節點將不會進行計算，這也是圖計算的優勢之一。

2

數據結構

Tensorflow的數據結構有著rank,shape,data types的概念，下面來分別講解。

（1）rank

Rank一般是指數據的維度，其與線性代數中的rank不是一個概念。其常用rank舉例如下。

（2）shape

Shape指tensor每個維度數據的個數，可以用Python的list/tuple表示。下圖表示了rank,shape的關系。

（3）data type

Data type，是指單個數據的類型。常用DT_FLOAT，也就是32位的浮點數。下圖表示了所有的types。

3

Variables

（1）介紹

當訓練模型時，需要使用Variables保存與更新參數。Variables會保存在內存當中，所有tensor一旦擁有Variables的指向就不會在session中丟失。其必須明確的初始化而且可以通過Saver保存到磁盤上。Variables可以通過Variables初始化。

其中，tf.random_normal是隨機生成一個正態分布的tensor，其shape是第一個參數，stddev是其標準差。tf.zeros是生成一個全零的tensor。之后將這個tensor的值賦值給Variable。

（2）初始化

實際在其初始化過程中做了很多的操作，比如初始化空間，賦初值（等價于tf.assign），并把Variable添加到graph中等操作。注意在計算前需要初始化所有的Variable。一般會在定義graph時定義global_variables_initializer，其會在session運算時初始化所有變量。直接調用global_variables_initializer會初始化所有的Variable，如果僅想初始化部分Variable可以調用tf.variables_initializer。

Variables可以通過eval顯示其值，也可以通過assign進行賦值。Variables支持很多數學運算，具體可以參照官方文檔。

（3）Variables與constant的區別

值得注意的是Variables與constant的區別。Constant一般是常量，可以被賦值給Variables，constant保存在graph中，如果graph重復載入那么constant也會重復載入，其非常浪費資源，如非必要盡量不使用其保存大量數據。而Variables在每個session中都是單獨保存的，甚至可以單獨存在一個參數服務器上。可以通過代碼觀察到constant實際是保存在graph中，具體如下。

這里第二行是打印出圖的定義，其輸出如下：

（4）命名

另外一個值得注意的地方是盡量每一個變量都明確的命名，這樣易于管理命令空間，而且在導入模型的時候不會造成不同模型之間的命名沖突，這樣就可以在一張graph中容納很多個模型。

4

placeholders與feed_dict

當我們定義一張graph時，有時候并不知道需要計算的值，比如模型的輸入數據，其只有在訓練與預測時才會有值。這時就需要placeholder與feed_dict的幫助。

定義一個placeholder，可以使用tf.placeholder(dtype,shape=None,name=None)函數。

在上面的代碼中，會拋出錯誤（InvalidArgumentError），因為計算result需要foo的具體值，而在代碼中并沒有給出。這時候需要將實際值賦給foo。最后一行修改如下（其中最后的dict就是一個feed_dict，一般會使用Python讀入一些值后傳入，當使用minbatch的情況下，每次輸入的值都不同）：

mnist識別實例

介紹了一些tensorflow基礎后，我們用一個完整的例子將這些串起來。首先，需要下載數據集，mnist數據可以在Yann LeCun's website下載到，也可以通過如下兩行代碼得到。

該數據集中一共有55000個樣本，其中50000用于訓練，5000用于驗證。每個樣本分為X與y兩部分，其中X如下圖所示，是28*28的圖像，在使用時需要拉伸成784維的向量。

整體的X可以表示為：

y為X真實的類別，其數據可以看做如下圖的形式。因此，問題可以看成一個10分類的問題：

而本次演示所使用的模型為邏輯回歸，其可以表示為：

用圖形可以表示為下圖，具體原理這里不再闡述。

那么 let’s coding！

當使用tensorflow進行graph構建時，大體可以分為五部分：

1.為輸入X與輸出y定義placeholder；

2.定義權重W；

3.定義模型結構；

4.定義損失函數；

5.定義優化算法。

首先導入需要的包，定義X與y的placeholder以及 W,b 的 Variables。其中None表示任意維度，一般是min-batch的 batch size。而 W 定義是 shape為784,10，rank為2的Variable，b是shape為10，rank為1的Variable。

之后是定義模型。x與W矩陣乘法后與b求和，經過softmax得到y。

求邏輯回歸的損失函數，這里使用了cross entropy，其公式可以表示為：

這里的 cross entropy 取了均值。定義了學習步長為0.5，使用了梯度下降算法（GradientDescentOptimizer）最小化損失函數。不要忘記初始化?Variables。

最后，我們的 graph 至此定義完畢，下面就可以進行真正的計算，包括初始化變量，輸入數據，并計算損失函數與利用優化算法更新參數。

其中，迭代了1000次，每次輸入了100個樣本。mnist.train.next_batch 就是生成下一個 batch 的數據，這里知道它在干什么就可以。那么訓練結果如何呢，需要進行評估。這里使用單純的正確率，正確率是用取最大值索引是否相等的方式，因為正確的 label 最大值為1，而預測的 label 最大值為最大概率。

至此，我們開發了一個簡單的手寫數字識別模型。

總結全文，我們首先介紹了 graph 與 session，并解釋了基礎數據結構，講解了一些Variable需要注意的地方并介紹了 placeholders 與 feed_dict 。最終以一個手寫數字識別的實例將這些點串起來，希望可以給想要入門的你一丟丟的幫助。

掃描二維碼，添加馬哥個人微信，領取kindle大獎！