（1）TensorFlow是一个开源软件库，主要用于深度学习框架，开发人员可以使用API来开发自己的模型，该框架可以在服务器、桌面和移动设备上的 CPU、GPU 或 TPU 上运行。TensorFlow 为分布式处理提供了更好的支持，并为商业应用提供了更高的灵活性和性能。
（2）深度学习神经网络通常包含许多层。它们使用多维数组在不同层之间传输数据或执行操作（多层变换操作？）。张量在神经网络的不同层之间流动 — TensorFlow 因此而得名。
（3）TensorFlow的好处
计算图模型。TensorFlow 使用称为定向图的数据流图来表达计算模型。这使得它对于开发人员非常直观，开发人员可以使用内置工具轻松地可视化神经网络层内的运行情况，并以交互方式调节参数和配置，从而完善他们的神经网络模型。
容易使用的 API。Python 开发人员可以使用 TensorFlow 的原始、低级的 API（或核心 API）来开发自己的模型，也可以使用高级 API 库来开发内置模型。TensorFlow 有许多内置库和分布式库，而且可以叠加一个高级深度学习框架（比如 Keras）来充当高级 API。
灵活的架构。使用 TensorFlow 的一个主要优势是，它拥有模块化、可扩展、灵活的设计。开发人员只需更改少量代码，就能轻松地在 CPU、GPU 或 TPU 处理器之间移植模型。
分布式处理。Google Brain 在其自定义 ASIC TPU 上针对分布式处理从头重新设计了 TensorFlow。此外，TensorFlow 可以在多个 NVIDIA GPU 核心上运行。
特点
通过 Keras 简化 TensorFlow
Keras 层和模型完全兼容纯 TensorFlow 张量。因此，Keras 为 TensorFlow 创建了一个优秀的模型定义插件。开发人员甚至可以同时使用 Keras 和其他 TensorFlow 库。
参考资料：深度学习框架机器学习的开源库TensorFlow（https://cloud.tencent.com/developer/article/1160074）
网友评论