TensorFlow VS TensorFlow Mobile VS TensorFlow Lite
TensorFlow的简介
TensorFlow是一个机器学习框架,其整体架构设计主要分成Client,Master和Worker。解耦的架构使得它具有高度灵活性,使它可以方便地在机器集群上部署。
TensorFlow的代码架构
TensorFlow整体架构如下(图片来自官网)。
Client
Client是算法工程师直接接触使用的。有Python,C++,Java等不同的版本。它的主要作用是:
- 将计算过程定义成计算图。机器学习主要存在命令式和声明式两种不同的编程模型。命令式编程模型就是我们一般的编程方式。声明式模型类似于RxJava那样,先构建一个数据通道,等事件触发时,才会真正有数据喂入,并执行。TensorFlow就是声明式的编程模型。算法工程师利用Client的API,构建一个计算图。
- 提供Session接口执行计算图。
