什么是TensorFlow
一句话介绍：
- Google 开源的基于数据流图的科学计算库，适合用于机器学习、深度学习等人工智能领域
百度百科的介绍：
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。
TensorFlow可被用于语音识别或图像识别等多项机器学习和深度学习领域，对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源，任何人都可以用。
TensorFlow的数据流图：
TensorFlow大事记：
- 2015年11月9日：Google 在 GitHub 上开源了TensorFlow
- 2016年4月13日：TensorFlow 0.8版本发布，支持了分布式计算
- 2016年4月29日：开发AlphaGo的DeepMind团队转向TensorFlow
- 2016年5月12日：开源基于TensorFlow 的最准确语法解析器SyntaxNet
- 2016年6月27日：TensorFlow 0.9版本发布，增进移动设备支持
- 2016年8月30日：高层库TF-Slim发布，可以更简单快速地定义模型
- 2017年2月15日：TensorFlow 1.0版本发布，提高了速度和灵活性
- 2017年8月17日：TensorFlow 1.3版本发布，Estimate 估算器加入
- 2017年11月2日：TensorFlow 1.4版本发布，Keras等高级库被加入核心
- 灵活性：只要可以将计算表示成数据流图，就可以使用TensorFlow
- 跨平台：Linux、Window、Android、iOS、Raspberry Pi等等
- 多语言：上层开发语言有Python、C++、Java、Go等等
- 速度快：包含了XLA这款强大的线性代数编译器
- 上手快：拥有Keras、Estimate等等高层API
- 可移植：代码几乎不加修改就可以移植到CPU、GPU以及谷歌推出的TPU等等
TensorFlow官方微信公众号：
TensorFlow和其他机器学习库的对比
TensorFlow与主流深度学习框架对比可以参考以下文章：
如何学习TensorFlow
学习TensorFlow框架前最好具备以下知识：
什么是深度学习
©著作权归作者所有：来自51CTO博客作者ZeroOne01的原创作品，如需转载，请注明出处，否则将追究法律责任