大家好，關于tensorflow可以用來做什么很多朋友都還不太明白，不過沒關系，因為今天小編就來為大家分享關于tensorflow與pytorch的區別的知識點，相信應該可以解決大家的一些困惑和問題，如果碰巧可以解決您的問題，還望關注下本站哦，希望對各位有所幫助！
為什么在windows下用不了tensorflow
可以的，只不過需要python的版本在3.5及以上，同時還需要一些依賴包，像numpy等，我大概介紹一下tensorflow安裝過程，為了方便，我直接以anaconda3為基礎（已集成安裝第三方包，像numpy,scipy等），主要有兩種方法：
方法1：比較簡單，直接pipinstall安裝，如圖：
方法2：比較麻煩一點，先下載tensorflowwhl文件，然后在pipinstall安裝，這里提供一個tensorflowwhl文件下載地址http://mirrors.aliyun.com/pypi/simple/tensorflow/，如下。
點擊下載，下載速度很快，我放在“D:\tensorflow”目錄下邊：
安裝如下：
至此，tensorflow就安裝成功了，這里用Notebook簡單測試一下：
對于windows平臺，早期的tensorflow版本并不支持，只支持linux和mac平臺，所以不能安裝，但是新的tensorflow版本已經開始支持windows平臺，只不過需要比較新版本的python而已，希望這些內容對你能有所幫助。tensorflow是一個很不錯的神經網絡學習框架，值得學習，中文官網教程地址http://www.tensorfly.cn/index.html，入門的話，可以參考一下。
怎么理解TensorFlow中的基本概念
深度學習研究的熱潮持續高漲，各種開源深度學習框架也層出不窮：其中包括TensorFlow、Caffe、Keras、Theano等等。然而，最火的還是TensorFlow。
TensorFlow是由GoogleBrain開發的深度學習開源框架，也可以理解成是一個相對高階的機器學習庫，用戶能夠以非常簡潔的代碼設計出復雜的神經網絡結構，高效率地進行深度學習算法的計算。TensorFlow名字來源于本身的原理，Tensor（張量）意味著N維數組，Flow（流）意味著基于數據流圖的計算。Tensorflow運行過程就是張量從圖的一端流動到另一端的計算過程。張量從圖中流過的直觀圖像是這個工具取名為“TensorFlow”的原因。
首先，我們先來掌握一下Tensor的相關概念，Tensor有三個屬性分別是（1）維數；（2）形狀；（3）數據類型。TensorFlow用張量這種數據結構來表示所有的數據。你可以把一個張量想象成一個n維的數組或列表。維度要看張量的最左邊有多少個左中括號，有n個，則這個張量就是n維張量。張量的形狀以[D0,D1,…Dn-1]的形式表示，D0到Dn是任意的正整數。如形狀[3,4]表示第一維有3個元素，第二維有4個元素，[3,4]表示一個3行4列的矩陣。具體概念，可以看下圖中的舉例。
TensorFlow中最基本的單位是常量（Constant）、變量（Variable）和占位符（Placeholder）。
常量定義后值和維度不可變，
變量定義后值可變而維度不可變。（在神經網絡中，變量一般可作為儲存權重和其他信息的矩陣，而常量可作為儲存超參數或其他結構信息的變量。）
占位符屬于變量。
以上是Tensor的介紹，下面我們來理解一下Flow的概念。
上圖就是tensorflow的基于計算圖的結構，我們在編寫代碼的時候，首先心里一定是先有這個網絡結構，按照這個結構去碼代碼，也就是說這個圖結構是蘊含在代碼的字里行間的。
Tensorflow是一個基于圖(Graph)的計算系統。圖的節點是由操作(Operation)來構成的，圖的各個節點則是由張量(Tensor)作為邊來連接在一起的。所以Tensorflow的計算過程是一個Tensor流向圖。
使用Tensorflow，一般需要三個步驟：
創建Tensor；
添加Operations（Operations輸入Tensor，然后輸出另一個Tensor）；執行計算（也就是運行一個可計算的圖）。構建好圖結構之后，Tensorflow的圖必須在一個會話(Session)中來計算。Session提供了Operation執行和Tensor求值的環境。下面是創建Session兩種方法。
掌握了以上這些TensorFlow的概念之后，就可以在github上動手一個小程序了。
Python 可以用來做什么有趣的事情
1、python可以畫畫。
利用python的深度學習庫deeppy去訓練計算機模仿世界名畫的風格，然后應用到另外一幅畫中。
基于python深度學習庫DeepPy的實現：
GitHub-andersbll/neural_artistic_style:NeuralArtisticStyleinPython
基于python深度學習庫TensorFlow的實現：GitHub-anishathalye/neural-style:NeuralstyleinTensorFlow!
基于python深度學習庫Caffe的實現：https://github.com/fzliu/style-transfer
2、爬蟲。
這個不多說，大家都知道。
3、python是樹莓派的只要編程語言。
為了寫論文不做深入的研究，代碼水平低選擇tensorflow還是pytorch比較好
Tensorflow面向工業界一些，Pytorch面向學術界一些，這是大家認為得比較多的說法。
Pytorch上手比較快，而且編寫代碼更輕量級一些，方便調試。如果你是初學的話，可以兩個都試試，寫寫就能發現其中的異同，再做出選擇。
用TensorFlow可以做什么有意思的事情
可以用TensorFlow來搞定“倒字驗證碼”。———前段時間心血來潮,想寫幾個爬蟲,但是實操過的同學都知道,現在爬蟲程序對很多網站都無效。
文章到此結束，如果本次分享的tensorflow可以用來做什么和tensorflow與pytorch的區別的問題解決了您的問題，那么我們由衷的感到高興！
