Tensorflow1.4 源码分析 —— 环境准备

傷城~ 2023-06-25 02:09 4阅读 0赞

# 前言 #

从本篇文章开始，我们将对Tensorflow 1.4的源码进行分析，理解tensorflow 的设计架构，工作原理。  
本系列博客不会讲解如何使用tensorflow搭建网络模型，也不会介绍调参技巧。  
本系列博客旨在通过理解tensorflow的内部架构来指导我们开发设计性能更加优良的代码，调试各种奇奇怪怪的bug，添加高性能的扩展模块。  
本节，我们从了解tensorflow 1.4的代码结构开始入手。

# Tensorflow 1.4 代码结构 #

## 获取源码 ##

首先，从github获取tensorflow 1.4的源代码：

git clone --branch r1.4 https://github.com/tensorflow/tensorflow.git

切换到v.1.4.0分支上

git checkout v.1.4.0

进入tensorflow目录，可以看到有如下文件夹：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ptaDE5OTY_size_16_color_FFFFFF_t_70]

## core文件夹 ##

tensorflow的内核源码文件夹，里面有运行时、框架、图、kernel、protobuf、操作ops等实现源码。  
core主要是由c++写的。这个是我们要剖析的重点。

## python文件夹 ##

python文件夹主要是使用swig wrapper实现了对core文件夹c++的核心功能的调用，我们常用的通过python来使用tensorflow里面的python api就是在这个文件夹定义的。这个也是我们要了解的重点。

## contrib文件夹 ##

Contrib文件夹里面保存的是第三方开发人员贡献的函数库，contrib里面包含众多的特定领域的模型，比如说seq2seq模型，slim模型等。这些模型大多都在实验阶段，接口可能会不统一，也有可能运行不稳定。  
contrib是领域相关的，它跟tensorflow这个框架本身的设计思路没有太多的交集。因此不是我们考察的对象。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ptaDE5OTY_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191224140755336.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ptaDE5OTY=,size_16,color_FFFFFF,t_70