Tensorflow術語表_ai

廣播操作(Broadcasting operation)

一種用numpy-style broadcasting來保證tensor參數的形態相容的操作。 Devices

一塊可以用來運算並且擁有自己的地址空間的硬體，比如GPU和CPU。 eval

Tensor 的一個方法，返回 Tensor 的值。觸發任意一個圖計算都需要計算出這個值。只能在一個已經啟動的會話
的圖中才能調用該 Tensor 值。 Feed

TensorFlow 的一個概念：把一個 Tensor 直接連接到一個會話圖表中的任意節點。feed 不是在構建圖(graph)的
時候建立，而是在觸發圖的執行操作時去申請。一個 feed 臨時替代一個帶有 Tensor 值的節點。把feed資料作
為run( )方法和eval( )方法的參數來初始化運算。方法運行結束後，替換的 feed 就會消失，而最初的節點定義
仍然還在。可以通過tf.placeholder( )把特定的節點指定為 feed 節點來建立它們。詳見[Basic Usagehref). Fetch

TensorFlow中的一個概念：為了取回運算操作的輸出結果。取回的申請發生在觸發執行圖操作的時候，而不是發
生在建立圖的時候。如果要取回一個或多個節點（node）的 Tensor 值，可以通過在 Session 對象上調用run(
)方法並將待取回節點（node）的列表作為參數來執行圖表(graph)。詳見[Basic Usagehref)。 Graph(圖)

把運算任務描述成一個直接的無環圖形（DAG），圖表中的節點（node）代表必須要實現的一些操作。圖中的邊代
表資料或者可控的依賴。GratheDef 是系統中描述一個圖表的協議(api)，它由一個 NodeDefs 集合組成。一個Gr
aphDef可以轉化成一個更容易操作的圖表對象。 IndexedSlices（索引化切片）

在 Python API 中，TensorFlow 僅僅在第一維上對 Tensor 有所體現。如果一個 Tensor 有k維，那麼一個 Inde
xedSlices 執行個體在邏輯上代表一個沿著這個 Tensor 第一維的(k-1)維切片的集合。切片的索引被連續儲存在一個
單獨的一維向量中，而對應的切片則被拼接成一個單獨的k維 Tensor。如果 sparsity 不是受限於第一維空
間，請用 SparseTensor。 Node（節點）

圖中的一個元素。 把啟動一個特定操作的方式稱為特定運算圖表的一個節點，包括任何用來配置這個操作的屬性
的值。對於那些多形態的操作，這些屬性包括能完全決定這個節點（Node）簽名的充分資訊。詳見graph.proto。 操作（Op/operation）

在 TensorFlow 的運行時中，它是一種類似 add 或 matmul 或 concat的運算。可以用[how to add an ophre
f)中的方法來向運行時添加新的操作。

在 Python 的API中，它是圖中的一個節點。在[tf.Operationhref)類中列舉出了這些操作。一個操作(Operatio
n)的 type 屬性決定這個節點（node）的操作類型，比如add和matmul。
Run
在一個啟動並執行圖中執行某種操作的行為。要求圖必須運行在會話中。
在 Python 的 API 中，它是 Session 類的一個方法[tf.Session.runhref)。可以通過 Tensors 來訂閱或擷取run(
)操作。

在C++的API中，它是[tensorflow::Sessionhre)類 的一個方法。 Session(會話)

啟動圖的第一步是建立一個 Session 對象。Session 提供在圖中執行操作的一些方法。
在 Python API中，使用[tf.Sessionhref)。
在 C++ 的API中，[tensorflow::Sessionhref)是用來建立一個圖並運行操作的類： Shape

Tensor 的維度和它們的大小。
在一個已經啟動的圖中，它表示流動在節點（node）之間的 Tensor 的屬性。一些操作對 shape 有比較強的要
求，如果沒有 Shape 屬性則會報告錯誤。
在 Python API中，用建立圖的 API 來說明 Tensor 的 Shape 屬性。Tensor 的Shape 屬性要麼只有部分已
知，要麼全部未知。詳見[tf.TensroShapehref)
在C++中，Shape 類用來表示 Tensor 的維度。[tensorflow::TensorShapehref)。 SparseTensor

在 Python API 中，它用來表示在 TensorFlow 中稀疏散落在任意地方的 Tensor 。SparseTensor 以字典-值格
式來儲存那些沿著索引的非空值。換言之，m個非空值，就包含一個長度為m的值向量和一個由m列索引(indice
s)組成的矩陣。為了提升效率，SparseTensor 需要將 indice（索引）按維度增加來按序儲存，比如行主
序。如果稀疏值僅沿著第一維度，就用 IndexedSlices。 Tensor

Tensor是一種特定的多維陣列。比如，一個浮點型的四維數組表示一小批由[batch,height，width，channel]組
成的圖片。

在一個啟動並執行圖(graph)中，它是一種流動在節點（node）之間的資料。 在 Python 中，Tensor 類表示添加到圖
的操作中的輸入和輸出，見[tf.Tensorhref)，這樣的類不持有資料。
在C++中，Tensor是方法[Session::Run( ))的傳回值，見tensorflow::Tensor，這樣的 Tensor 持有資料。
原文：[Glossaryhref)