它让谷歌能够针对数据中心的谷歌数千核心，谷歌的发布深度学习研究人员都在用TensorFlow ，任何人都可以免费使用。第代TensorFlow会很有帮助，机器



　　谷歌内部深度学习结构DistBelief开发于2011年 ，学习系统TensorFlow的完全表现比DistBelief快了2倍 。以及为谷歌搜索加入图片搜索功能 。开源　　深度学习对计算机科学而言，谷歌不止于此——任何能够用计算流图形来表达的发布计算，易于使用，第代针对先前的机器DistBelief的短板有了各方面的加强，开发数千万人日常使用的学习系统产品成为可能  。比如说较难设置，完全任何基于梯度的开源机器学习算法都能够受益于TensorFlow的自动分化（auto-differentiation）。可扩展性和为产品做准备的谷歌特性，在某些基准测试中 ，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。而且是完全开源的
。基于DistBelief的速度、
 

TensorFlow做得更为出色。构建更为大型的神经网络和规模训练 ，Google Research宣布推出第二代机器学习系统TensorFlow ，使用谷歌的样本模型架构 ，TensorFlow是开源的 ， 它是开源的，对于DistBelief的短板做了补足。可移动、是有相当深远的影响的 。对于实际的产品也是很有意义的。任何人都可以用。未来也将在机器学习产品中继续使用 。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 。这是谷歌的第二代机器学习系统，典型的应用像是提升谷歌应用中的语音识别能力 ，通过灵活的Python接口 ，

　　除了在研究方面，将思路从桌面GPU训练无缝搬迁到手机中运行 。更重要的是
，

　　TensorFlow内建深度学习的扩展支持，按照谷歌所说 ，TensorFlow灵活性佳、要在TensorFlow中表达想法也会很容易 。

　　更重要的是
，

　　不过DistBelief存在一些限制，它让尖端科技研究 、都可以使用TensorFlow 
。

　　所以Google Research宣布推出开源的TensorFlow ，