国内登录不了谷歌邮箱 - 国内不能登岸 谷歌邮箱吗（国内无法登陆谷歌邮箱）

　　从盘算 机发明之初，人们就盼望 它可以或许 资助 乃至 代替 人类完成重复性劳作。利用 巨大的存储空间和超高的运算速率 ，盘算 机已经可以非常轻易 地完成一些对于人类非常困难，但对盘算 机相对简单 的题目 。比如 统计一本书中差别 单词出现的次数，存储一个图书馆中全部 的藏书或是盘算 非常复杂的数学公式都可以轻松通过盘算 机办理 。然而，一些人类通过直觉可以很快办理 的题目 ，如今 却很难通过盘算 机办理 。人工智能范畴 必要 办理 的题目 就是让盘算 性能 像人类一样，乃至 逾越 人类完成雷同 图像辨认 、语音辨认 等题目 。

　　这一次的Google开源深度学习体系 TensorFlow在很多 地方可以应用，如语音辨认 ，天然 语言明白 ，盘算 机视觉，广告等等。但是，基于以上论点，我们也不能太过 夸大TensorFlow这种通用深度学习框架在一个工业界呆板 学习体系 里的作用。在一个完备 的工业界语音辨认 体系 里， 除了深度学习算法外，尚有 很多 工作是专业范畴 相干 的算法，以及海量数据网络 和工程体系 架构的搭建。

　　那么，到底什么是TensorFlow？

　　TensorFlow是Google开源的第二代用于数字盘算 （numerical computation）的软件库。它是基于数据流图的处理 惩罚 框架，图中的节点表现 数学运算（mathematical operations），边表现 运算节点之间的数据交互。TensorFlow从字面意义上来讲有两层寄义 ，一个是Tensor，它代表的是节点之间转达 的数据，通常这个数据是一个多维度矩阵（multidimensional data arrays）大概 一维向量；第二层意思Flow,指的是数据流，形象明白 就是数据按照流的情势 进入数据运算图的各个节点。

　　TensorFlow是一个非常机动 的框架，它可以或许 运行在个人电脑大概 服务器的单个或多个CPU和GPU上，乃至 是移动装备 上。TensorFlow最早是Google大脑团队为了研究呆板 学习和深度神经网络而开辟 的，但厥后 发现这个体系 充足 通用，可以或许 支持更加广泛的应用。

　　至于为什么谷歌要开源这个框架，它是如许 回应的：

　　“IfTensorFlow is so great, why open source it rather than keep it proprietary? Theanswer is simpler than you might think: We believe that machine learning is akey ingredient to the innovative products and technologies of the future.Research in this area is global and growing fast, but lacks standard tools. Bysharing what we believe to be one of the best machine learning toolboxes in theworld, we hope to create an open standard for exchanging research ideas andputting machine learning in products. Google engineers really do use TensorFlowin user-facing products and services, and our research group intends to shareTensorFlow implementations along side many of our research publications.”

　　在利用 TensorFlow之前，有须要 相识 如下几个概念：

　　1. 盘算 是用图的情势 表现 的。

　　2. Sessions是实行 的入口，雷同 于SparkContext。

　　3. 数据是用tensor表现 的。

　　4. Variables用来表现 可变状态，比如 模子 参数。

　　5. 利用 feeds和fetches从运算节点输入和输出数据。

　　TensorFlow盘算 框架要求全部 的盘算 都表现 成图，节点在图中被称为运算op(operation简称)。一个运算可以得到 零个大概 多个Tensors，颠末 盘算 ，可以产生零个大概 多个Tensors。一个Tensor是一个多维数组，举个例子，可以把一批图像数据表现 成一个4维浮点数组[batch, height, width, channels]

　　盘算 图是通过Session提交，一个Session决定图中的运算该到谁人 装备 上去盘算 ，比如 是选CPU还是 CPU。运算op产生的结果 在python中是一个numpy.ndarray数组对象，在C和C++中是tensorflow::Tensor实例。

　　如今 在谷歌内部，TensorFlow已经得到了广泛的应用。在2015年10月26日，谷歌正式公布 通过TensorFlow实现的排序体系 RankBrain上线。相比一些传统的排序算法，利用 RankBrain的排序结果 更能满意 用户需求。在2015年彭博（Bloomberg）的报道中，谷歌透露了在谷歌上千种排序算法中，RankBrain是第三紧张 的排序算法。基于TensorFlow的体系 RankBrain能在谷歌的核心 网页搜刮 业务中占据云云 紧张 的职位 ，可见TensorFlow在谷歌内部的紧张 性。包罗 网页搜刮 在内，TensorFlow已经被乐成 应用到了谷歌的各款产物 之中。如今 ，在谷歌的语音搜刮 、广告、电商、图片、街景图、翻译、YouTube等浩繁 产物 之中都可以看到基于TensorFlow的体系 。在颠末 半年的实行 和思考 之后，谷歌的DeepMind团队也正式公布 其之后全部 的研究都将利用 TensorFlow作为实现深度学习算法的工具。

　　除了在谷歌内部大规模利用 之外，TensorFlow也受到了工业界和学术界的广泛关注。在Google I/O 2016的大会上，Jeff Dean提到已经有1500多个GitHub的代码库中提到了TensorFlow，而只有5个是谷歌官方提供的。如今 ，包罗 优步（Uber）、Snapchat、Twitter、京东、小米等国表里 科技公司也纷纷参加 了利用 TensorFlow的行列。正如谷歌在TensorFlow开源缘故起因 中所提到的一样，TensorFlow正在创建 一个标准 ，使得学术界可以更方便地交换 学术研究结果 ，工业界可以更快地将呆板 学习应用于生产之中。