1、TensorFlow 依赖包介绍

1.1TensorFlow主要依赖包

TensorFlow主要依赖工具包Protocol Buffer和Bazel.
Protocol Buffer是谷歌开发的处理结构化数据的工具。除了Protocol Buffer,XML和JSON也是我们常见的结构化数据处理工具。下面以具体例子看看三者在形式上的不同。

• XML
  <user>
  <name>张三</name>
  <id>12345</id>

  <email>zhangsan@abc.com</email>

• JSON
  {

  "name": "张三"，
    "id": "12345",
    "email": "zhangsan@abc.com"

  }
  本来只是想打个引号的，结果变成了引用。
• Protocol
  message user{

  optional string name = 1;
    required int32 id = 2;
    repeated string email = 3;

  }
  这大括号里面的怎么也变成了引用？
  Protocol Buffer与XML和JSON的区别主要在于，Protocol Buffer序列化之后得到的数据不是可读的字符串，而是二进制流。Protocol Buffer序列化出来的数据要比XML格式的数据小3到10倍，解析时间要快20到100倍。TensorFlow中的数据都是通过Protocol Buffer来组织的，分布式TensorFlow的通信协议gRPC也是以Protocol Buffer作为基础的。

  1.2 Bazel

  Bazel是从谷歌开源的自动化构建工具。相比传统的Makefile,Ant或者Maven,Bazel在速度、可伸缩性、灵活性以及对不同程序语言和平台的支持上都要更加出色。
  Bazel通过项目空间workspace来管理源代码和编译输出结果。在项目空间内，Bazel通过BUILD文件来找到需要编译的目标。BUILD文件采用一种类似于Python的语法来指定每一个编译目标的输入、输出以及编译方式。

  2、TensorFlow安装

  本书介绍了3种安装方法：使用Docker安装，使用pip安装和从源代码编译安装。其中，详细介绍了在Ubantu/Linux 64-bit环境下，使用pip安装和从源代码安装的详细步骤。
  鄙人只有一台老式笔记本，win10系统。然后使用Anaconda作为辅助工具安装了python，并在此基础上安装了CPU-ONLY的Tensorflow.安装过程非常简单，按照官网步骤来即可。附上官网安装教程：https://www.tensorflow.org/install/install_windows
  下面，在cmd窗口中测试我们的tensorflow是否安装成功。
  
  从图中可以看出，TensorFlow例程输出了"Hello, TensorFlow"。安装成功。
  TensorFlow安装成功后，后续就可以大展身手了。期待后续的读书笔记。