2. 為什么需要 TensorFlow 等庫

深度學習通常意味著建立具有很多層的大規(guī)模的神經(jīng)網(wǎng)絡。

除了輸入X，函數(shù)還使用一系列參數(shù)，其中包括標量值、向量以及最昂貴的矩陣和高階張量。

在訓練網(wǎng)絡之前，需要定義一個代價函數(shù)，常見的代價函數(shù)包括回歸問題的方差以及分類時候的交叉熵。

訓練時，需要連續(xù)的將多批新輸入投入網(wǎng)絡，對所有的參數(shù)求導后，代入代價函數(shù)，從而更新整個網(wǎng)絡模型。

這個過程中有兩個主要的問題：1. 較大的數(shù)字或者張量在一起相乘百萬次的處理，使得整個模型代價非常大。2. 手動求導耗時非常久。

所以 TensorFlow 的對函數(shù)自動求導以及分布式計算，可以幫我們節(jié)省很多時間來訓練模型。