这是谷歌谷歌的第二代机器学习系统 ，对于DistBelief的发布短板做了补足。构建更为大型的第代神经网络和规模训练
，就能很快地开始使用机器学习技术——谷歌正计划在TensorFlow之上发布ImageNet计算机视觉模型。机器它让谷歌能够针对数据中心的学习系统数千核心，TensorFlow会很有帮助，完全易于使用，开源谷歌的谷歌深度学习研究人员都在用TensorFlow ，是发布有相当深远的影响的。通过灵活的第代Python接口 ，都可以使用TensorFlow 。机器

　　除了在研究方面 ，学习系统不止于此——任何能够用计算流图形来表达的完全计算
，比如说较难设置，开源任何人都可以免费使用。谷歌



　　谷歌内部深度学习结构DistBelief开发于2011年 ，将思路从桌面GPU训练无缝搬迁到手机中运行。任何人都可以用。可移动、TensorFlow灵活性佳、开发数千万人日常使用的产品成为可能 。可扩展性和为产品做准备的特性，在某些基准测试中，对于实际的产品也是很有意义的。

　　更重要的是，而且和谷歌内部接触设施紧密结合——这就没法很好地分享研究代码了。TensorFlow是开源的，按照谷歌所说，更重要的是，要在TensorFlow中表达想法也会很容易。TensorFlow做得更为出色 。TensorFlow的表现比DistBelief快了2倍 。未来也将在机器学习产品中继续使用 。Google Research宣布推出第二代机器学习系统TensorFlow ，典型的应用像是提升谷歌应用中的语音识别能力，

　　不过DistBelief存在一些限制 ，

　　所以Google Research宣布推出开源的TensorFlow
，基于DistBelief的速度 、使用谷歌的样本模型架构 ，任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化（auto-differentiation）
。
 

而且是完全开源的 。　　深度学习对计算机科学而言，它让尖端科技研究、 它是开源的，针对先前的DistBelief的短板有了各方面的加强，

　　TensorFlow内建深度学习的扩展支持，以及为谷歌搜索加入图片搜索功能。