https://jackiexiao.github.io/eat_tensorflow2_in_30_days/chinese/3.%E5%B1%82%E6%AC%A1%E7%BB%93%E6%9E%84/

TensorFlow的层次结构

Tensorflow的层次结构从低到高可以分成以下5层

  1. 最底层为硬件层
  2. 第二层为C++实现的内核
  3. 第三层为Python实现的操作符，提供了封装C++内核的低级API指令，主要包括各种张量操作双子、计算图、自动微分，e.g. tf.Variable, tf.constant, tf.function, tf.GradientTap, tf.nn.softmax…
  4. 第四层为Python实现的模型组建，对低级API进行了函数封装，主要包括各种模型层，损失函数，优化器，数据管道，特征列等,e.g. tf.keras.layers,tf.keras.losses, tf.keras.metric, tf.keras.optimizers, tf.data.DataSet
  5. 第五层为Python实现的模型成品，一般按照OOP方式封装的高级API, 主要为tf.keras.models提供的模型的类接口

第三层 —》 模型之砖
第四层 —》 模型之墙
第五层 —》 模型之屋
image.png