前方高能，非战斗人员请速速撤离！
年11月，Google宣布将TensorFlow开源。这是Google最新最高大上的机器学习库。它的高大上有三个原因：
机器学习专业技能：Google是机器学习界的中流砥柱。
可扩展性：TensorFlow在开源之前就已经在Google内部被使用。Google有一些产品已经在使用TensorFlow。
可以在移动端运行。
关于这个机器学习库，有哪些有趣的亮点案例？我们一起来看看！
1.初窥识别这个应用透过你的摄像头来识别物体。
有时效果很好，有时效果稍微差一点。这很神奇。
这个应用使用了一个打包好的TensorFlow模型，就在本机上运行，没有网络请求。这个模型在数百万张图片中训练过。当它看到一个图片，它会对这个图片做最好的分类。
这个Android展示页大概提示了你如何构建这个应用，和如何生成APK。
2.应用架构TensorFlow核心引擎是用C++构建的，但是程序家们可以用C++或者Python来写他们的软件。安卓TensorFlow例子使用C++接口：
应用启动CameraActivity.java。该Activity再启动CameraConnectionFragment.java
这个Fragment初始化一些东西，启动摄像头，将图片流传给TensorflowImageListener.java
该监听器询问分类器TensorflowClassifier.java每个它得到的图片，得到每个图片的分类和每个分类的分数。
好消息是大多数逻辑都是在AndroidSDK里面实现的，所以大多数Android开发者都不会感到陌生。所以，C++在哪？
如果你仔细看TensorflowClassifier.java，你会注意到以下方法：
publicnativeintinitializeTensorflow();privatenativeStringclassifyImageBmp(Bitmapbitmap);
这个native关键字表明这方法是C++原生代码实现的。这就要使用到JNI（JavaNativeInterface），一个让Java与C++代码通讯的方法。
首先我们要将从摄像头得到的图片转成一个Tensor。Tensor就是多维数组，一个TensorFlow使用的数据结构。这个模型需要一个表示RGB三色通道的三维数组。
3.模型Model在assets路劲中，我们有两个重要文件：
Tensorflow_inception_graph.pb-一个54MB的文件。这是我们训练好的机器学习模型。这是一个预先构建好的TensorFlowGraph。该Graph描述了分类器的具体操作。这个Graph通过谷歌的ProtocalBuffers序列化了，使之可以在不同平台上反序列化。
Imagenet_引起白癜风原因是什么北京公立医院里哪所治疗白癜风好