學習TensorFlow，Python 需要掌握到什麼程度才可以？

01-14

不少人都說「需要Python 基礎」，可是掌握到什麼程度才可以靈活使用TensorFlow?

如果目的只是『能寫能用』，目標是『復現實驗室模型』，對Python的需求確實不太高，但是白著啥都不會就上肯定不行，至少明白基礎語法和一些基本概念。

考慮到TF同樣能用在工程實踐中，能跑在集群上，能做超複雜超大型的模型，可能需要多人協作，那麼Python基礎越好自然就更好。

把代碼寫得規整漂亮清晰易修改易復用也很重要。

入門學習TF對python的要求不高。懂基本語法，能讀懂python代碼和寫簡單的python代碼就可以了。

可以一邊學習TF一邊提升python。

熟練使用python對用好TF和做好機器學習很有必要。

瀉藥，相信我，TensorFlow的坑絕對不在於Python...

當我遇到Segmentation fault的時候，我的絕望，希望你也有一天能感受到...

PS：

不過作為用過Theano的人表示Tensorflow那點坑根本不算啥。。。

tf不是很Python，不是很符合Python的編程思維，差不多就行了簡單看看語法，就直接看demo吧

會用百度的程度就行。

我改tf的代碼，60%以上的時間都在查找矩陣運算之類的東西怎麼用python寫……

當然，用用就熟了。

推薦一個比較舒服的學習路線從numpy開始，到keras，再到pytorch。tf過於臃腫。簡單模型keras腦殘實現，複雜模型用pytorch也是很方便。

推薦pytorch啊，和Python很氣質符合

python的基本語法肯定首先要懂

如果是從c或者c++轉過來的，要適應python的風格和很多方便的小技巧

（然而還是改不過來打完if隨手一個括弧2333）

然後感覺numpy是重點，畢竟喂進去的數據都是numpy數組，很多矩陣的操作用numpy就很方便

（甚至用出了matlab的感覺）

然後熟悉tf里常用的函數吧

遇到不知道怎麼用的問百度或者谷哥哥就好

最後要習慣用類來寫，結構化的編程就很方便

能看懂基本Python語法就行吧……

我也剛開始學，py和tf都是邊學邊用，邊用邊學。學習框架和語言一定要實踐，只有不斷踩坑才能掌握，而且可以調試修改別人寫的代碼，讀一讀。

我不知道TensorFlow,你可以邊學習Python.邊學習這個項目，就知道平衡點在哪裡了！