Summary  
This chapter introduces using TensorFlow to construct and manipulate computational graphs of multi-dimensional arrays called tensors, and demonstrates how to import the TensorFlow library and print its version.

General domain of usage  
Machine learning

# Bienvenido a TensorFlow

Esta lección ofrece una introducción a **TensorFlow**, abarcando su origen, objetivos principales y características definitorias. Al finalizar esta lección, los participantes habrán adquirido una comprensión fundamental de TensorFlow.

### Propósito de TensorFlow

El nombre TensorFlow es bastante descriptivo. En el ámbito del **aprendizaje automático**, especialmente el **aprendizaje profundo**, los datos se manipulan y se transfieren entre operaciones en estructuras llamadas **tensores**. Un tensor puede considerarse como un **arreglo multidimensional avanzado**. TensorFlow proporciona una plataforma para construir y manipular estos grafos computacionales con tensores que fluyen a través de ellos.

Este diagrama ofrece una representación visual de una **red neuronal básica**. ¿Notas los caminos? Eso indica que los datos, **estructurados como tensores**, se procesan a través de la red.

### Características clave

- **Flexibilidad**: ya sea implementando modelos en dispositivos móviles o coordinándolos en varios servidores, TensorFlow ofrece una versatilidad considerable;

- **Rendimiento**: en su núcleo, TensorFlow está construido en C++, lo que garantiza una optimización para tareas de alta velocidad;

- **Ecosistema**: TensorFlow se complementa con herramientas como TensorBoard y TensorFlow Hub, enriqueciendo su ecosistema. Además, cuenta con soporte integrado para las bibliotecas Pandas y NumPy;

- **Aceleración por GPU**: TensorFlow puede aprovechar la potencia de las GPU (Unidades de Procesamiento Gráfico) para acelerar numerosos cálculos esenciales en tareas de aprendizaje profundo a gran escala.

### Un enfoque práctico

La mejor manera de comprender el potencial de TensorFlow es a través de **experiencia práctica**. Comencemos con los conceptos básicos.

En este curso, utilizaremos el entorno de codificación integrado para las tareas, con **TensorFlow ya configurado**. Sin embargo, si deseas **instalar TensorFlow** en tu propio entorno de Python, puedes usar el siguiente comando:

```
pip install tensorflow
```

Ahora que TensorFlow está instalado, podemos **verificar su versión** con el siguiente comando:

# Import the TensorFlow library with the alias `tf`
import tensorflow as tf

# Print out the version of the library
print(tf.__version__)

La ejecución del código anterior mostrará la versión de TensorFlow utilizada en el entorno de Python.



La versión más reciente de TensorFlow puede cambiar con el tiempo. Sin embargo, los conceptos fundamentales permanecen consistentes entre diferentes versiones.

Nota

¿Qué son los tensores en el contexto de TensorFlow?

¿Cuáles de las siguientes son características clave de TensorFlow?

Sumérgete en el mundo de TensorFlow con nuestro curso, diseñado para proporcionarte una comprensión sólida de sus componentes principales. Comienza con una exploración de los tensores y los fundamentos del framework TensorFlow. Al finalizar el curso, habrás perfeccionado las habilidades necesarias para construir sistemas basados en tensores, incluyendo la creación de una red neuronal básica. Prepárate con los conocimientos para aprovechar todo el potencial de TensorFlow y establecer las bases para estudios avanzados en deep learning.

Obtendrá una comprensión fundamental de los componentes principales de TensorFlow: los tensores. Profundizará en la naturaleza y aplicaciones de los tensores, se familiarizará con las propiedades de los tensores y adquirirá conocimientos sobre operaciones matemáticas esenciales.

Aprenderá cómo funciona TensorFlow y las formas de mejorar su rendimiento. Al finalizar este módulo, estará capacitado para implementar redes neuronales básicas u otros cálculos con tensores utilizando únicamente la biblioteca TensorFlow, sin complementos adicionales.

Bienvenido a TensorFlow

Bienvenido a TensorFlow

Propósito de TensorFlow

Características clave

Un enfoque práctico

1. ¿Qué son los tensores en el contexto de TensorFlow?

2. ¿Cuáles de las siguientes son características clave de TensorFlow?