TensorFlow

　　TensorFlow可被用于語音識別或圖像識別等多項機器深度學習領域，對2011年開發(fā)的深度學習基礎架構DistBelief進行了各方面的改進，它可在小到一部智能手機、大到數(shù)千臺數(shù)據(jù)中心服務器的各種設備上運行。TensorFlow將完全開源，任何人都可以用。

　　支持算法

　　TensorFlow表達了高層次的機器學習計算，大幅簡化了第一代系統(tǒng)，并且具備更好的靈活性和可延展性。TensorFlow一大亮點是支持異構設備分布式計算，它能夠在各個平臺上自動運行模型，從手機、單個CPU/GPU到成百上千GPU卡組成的分布式系統(tǒng)。[1]

　　從目前的文檔看，TensorFlow支持CNN、RNN和LSTM算法，這都是目前在Image，Speech和NLP最流行的深度神經(jīng)網(wǎng)絡模型。

　　開源意義

　　這一次的Google開源深度學習系統(tǒng)TensorFlow在很多地方可以應用，如語音識別，自然語言理解，計算機視覺，廣告等等。但是，基于以上論點，我們也不能過分夸大TensorFlow這種通用深度學習框架在一個工業(yè)界機器學習系統(tǒng)里的作用。在一個完整的工業(yè)界語音識別系統(tǒng)里，除了深度學習算法外，還有很多工作是專業(yè)領域相關的算法，以及海量數(shù)據(jù)收集和工程系統(tǒng)架構的搭建。

　　不過總的來說，這次谷歌的開源很有意義，尤其是對于中國的很多創(chuàng)業(yè)公司來說，他們大都沒有能力理解并開發(fā)一個與國際同步的深度學習系統(tǒng)，所以TensorFlow會大大降低深度學習在各個行業(yè)中的應用難度。[1]

　　中文文檔

　　官方文檔中文版[2]通過協(xié)同翻譯，現(xiàn)已上線，國內(nèi)的愛好者可以通過GitHub協(xié)作的方式查看并完善此中文版文檔。