1.TensorFlow的概念

TensorFlow 是使用數據流圖進行數值計算的開源軟件庫。也就是說，TensorFlow 使用圖（graph）來表示計算任務。圖中的節點表示數學運算，邊表示運算之間用來交流的多維數組（也就是tensor，張量）。TensorFlow 靈活的架構使得你可以將計算過程部署到一個或多個CPU或GPU上。

TensorFlow 最初是由 Google Brain Team 的研究人員和工程師開發的，主要是 Google’s Machine Intelligence research organization 用來進行機器學習和深度神經網絡研究的，但是這個系統在其它很多領域也是通用的。

qq%e6%88%aa%e5%9b%be20161130112948

模型的抽象表示是由框架自動處理的，這使得TensorFlow 及 Theano 特別適合發展基於梯度優化算法的新模型。

Theano 的主要缺點是對上述符號模型進行編譯的時間較長，而 TensorFlow 有效地改善了這一點，也就是編譯時間較短。

TensorFlow 的另一個優點是它的支持工具——TensorBoard ，將模型的訓練過程可視化。這樣，用戶可以交互式地考察模型的結構，也可以觀察參數和模型性能的改變。

TensorFlow 的開源版本只能運行在一台機器上，不過它支持多處理器（CPUs或GPUs）並行運算。

1.1 什么是數據流圖？

數據流圖用有向圖來描述數學計算，圖中有點和邊。

節點通常進行數學計算，但也可以作為終點來表示結果，或者讀/寫持久變量（persistent variables）。

邊用來描述節點之間的輸入/輸出關系。這些邊攜帶不定大小的多維數組或張量。

這些節點被分配到計算裝置上，異步執行。一旦所有的tensor同時到達了，就會進行並行計算。

由於圖中張量（tensor）的流動（flow），所以我們稱之為 TensorFlow。

Tensors Flowing

1.2 TensorFlow的特點

Deep Flexibility，靈活性。TensorFlow並不是一個死板的神經網絡的庫，只要你可以將你的計算過程表示成數據流圖，你就可以使用TensorFlow。定義新的計算就像寫一個Python函數那么簡單，成本並不大。如果你看不見你需要的底層的數據操作，可以通過C++來添加。
True Portability，可移植性。TensorFlow在CPU或GPU上運行，可以在筆記本、服務器、或移動計算平台運行。不需要特殊硬件，不需要改變代碼，就可以在移動設備上訓練模型，封裝Docker 和 TensorFlow 就可以在雲上進行計算。
Connect Research and Production，學術和工業兼得。在Google，科學家們用 TensorFlow 測試新的算法，產品團隊用 TensorFlow 訓練模型為用戶服務。
Auto-Differentiation，自動辨別。TensorFlow 的自動辨別能力有益於實現那些基於梯度的機器學習算法。當你使用TensorFlow時，你為自己的預測模型定義計算的框架結構，再加上目標函數，接着只需要添加數據，TensorFlow 就會為你計算導數，也就是梯度。
Language Options，語言選擇。TensorFlow中可以使用Python接口，以及簡單的C++接口，來構建和執行你的計算圖（computational graphs）。如果你有興趣，也可以提供自己所喜愛語言的接口——Lua, JavaScript, 或 R 等等。
Maximize Performance，性能最大化。TensorFlow 允許你充分利用你可用的硬件：32 CPU cores and 4 GPU cards，線程、隊列及異步計算等。你可以將TensorFlow圖中的計算元素自由分配到不同的設備上，交給TensorFlow來處理。

1.3 誰可以用TensorFlow？

學生、研究人員、愛好者、黑客、工程師、開發者、發明者及創新者等等。

TensorFlow目前並不完整，它需要擴展。Google只是給了一個初始版本的源代碼，他們希望建立一個活躍的開源社區，以使得TensorFlow越來越好。

目前在使用 TensorFlow 的公司有：Google、Uber、Twitter、DeepMind、京東等等。

1.4 為什么谷歌將TensorFlow開源呢？

「TensorFlow」是 Google 多年以來內部的機器學習系統。如今，Google 正將此系統作為開源系統，並將此系統的參數公布給業界工程師、學者和擁有大量編程能力的技術人員，這意味着什么呢？

答案很簡單：Google認為，機器學習是未來創新的關鍵成分，這一領域的研究是全球范圍的，並且發展很迅速，但就是缺乏標准工具。Google的工程師們用TensorFlow在做面向用戶的產品和服務，Google的研究團隊也打算分享TensorFlow的實現歷程，他們希望TensorFlow能成為機器學習的最好工具之一。

打個不太恰當的比喻，如今 Google 對待 TensorFlow 系統，有點類似於對待旗下移動操作系統 Android。如果更多的數據科學家開始使用 Google 的系統來從事機器學習方面的研究，那么這將有利於 Google 對日益發展的機器學習行業擁有更多的主導權。