TensorFlow 源码结构

TensorFlow

源码结构

顶层目录

- tensorflow: TensorFlow 项目自身的源码
- third_party: 部分第三方源代码以及针对第三方项目的Bazel构建规则文件
- tools：Bazel构建过程所需的环境配置脚本

tensorflow子目录

- c： C语言应用层API，也是C，C++，以外的其他语言应用层API组件的源代码
- cc: c++ 语言应用层API
- compiler： XLA 编译优化组件的源代码
- contrib： 社区托管的第三方贡献组件，一旦组件成熟，会迁移到core
- core： TensorFlow核心运行时库的源代码，主要采用c++实现
- docs_src: Tensorflow 软件文档的markdown源代码
- examples： Tensorflow 应用开发示例代码
- go： go语言应用层API
- java： java语言应用层API
- js： JavaScript 语言应用层API
- lite： TensorFlow lite 移动设备上的 TensorFlow
- python： python 语言应用层API
- stream_executor: StreamExecutor 库的源代码，主要使用C++ 语言实现，用于管理CUDA GPU上的计算。
- tools： Tensorflow 构建时护额运行时使用的工具程序和脚本。

tensorflow/core 子目录

- common_runtime: 核心库的公共运行时源代码，实现了Tensorflow数据流图计算的主要逻辑
- debug： 用于核心库调试的组件
- distributed_runtime: 核心库的分布式运行时源代码，实现了TensorFlow 分布式运行模式的主要逻辑
- example： 使用Protocol Buffers创建自定义数据结构并访问序列化文件的示例代码。
- framework： 核心库的框架性组件，包含Tensorflow编程框架中主要抽象的C++或Protocol Buffers定义
- graph： 数据流图相关抽象和工具类的源代码
- grappler： Grappler 优化器的源代码
- kernels： 数据流图操作针对各类计算设备实现的核函数源代码。
- lib： 公共基础库
- ops： 数据流图操作的接口定义源代码
- platform： 用于访问特定操作系统或云服务接口的平台相关代码
- protobuf： 数据流图基本抽象以外的序列化数据结构的Protocol Buffers 源代码
- public： 对应用层可见的公开接口的头文件
- user_ops: 用户自行开发的数据流图操作，包含一组示例代码。
- util： 核心库内部使用的多种实用工具类或函数的集合。

tensorflow/python 子目录

- client: TensorFlow 主-从模型中的客户端组件，主要包括会话抽象，用于维护数据流图计算的生命周期。
- debug： 用于python应用程序调试的组件
- estimator： 各类模型评价器
- feature_column: 特征列组件
- framework: python API的框架型组件，包含TensorFlow 编程框架中主要抽象的python语言定义。
- grapper： Grappler优化器的python语言接口。
- keras： tensorflow keras 源码实现
- kernel_tests: 数据流图操作的单元测试代码，有助于用户学习各种操作的使用方法。
- layers： 预置的社交网络模型层组件。
- lib： 公共基础库，涉及专用数据结构访问和文件系统IO等。
- ops： 数据流图操作的python语言接口
- platform： 用于访问特定操作系统或云服务接口的平台相关代码。
- saved_model: 用于访问TensorFlow 通用模型序列话格式(SavadModel)的组件。
- summary： 用于生成Tensorflow 事件汇总文件的组件，以便在TensorFlow 中可视化计算过程。
- tools： 若干可独立运行的python脚本工具，涉及访问和优化模型文件等功能。
- training： 与模型训练过程相关的组件：optimizer， saver。
- user_ops: 用于存放用户自行开发的数据流图操作的python语言接口
- util： python API内部使用的多种实用工具类或函数的集合。
- build_defs.bzl: Bazel 构建过程所需的辅助脚本。
- pywrap_dlopen_global_flags.py: 简洁封装核心库通过C API导出的函数，以便在python API内部调用核心库的功能。

StreamExecutor

《tensorflow-internals》

Compiler

《tensorflow-internals》