谷歌TensorFlow框架的研究意义

   先来了解一下 TensorFlow 究竟是什么，以及它为什么在 DNN 研究人员和工程师中如此受欢迎。 

   TensorFlow是谷歌的第二代开源的人工智能学习系统，是用来实现神经网络的内置框架学习软件库。目前,TensorFlow机器学习已经成为了一个研究热点.由基本的机器学习算法入手,简析机器学习算法与TensorFlow框架,并通过在Linux系统下搭建环境,仿真手写字符识别的TensorFlow模型,实现手写字符的识别,从而实现TensorFlow机器学习框架的学习与应用。TensorFlow的命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算。

     开源深度学习库 TensorFlow 允许将深度神经网络的计算部署到任意数量的 CPU 或 GPU 的服务器、PC 或移动设备上，且只利用一个 TensorFlow API。你可能会问，还有很多其他的深度学习库，如 Torch、Theano、Caffe 和 MxNet，那 TensorFlow 与其他深度学习库的区别在哪里呢？包括 TensorFlow 在内的大多数深度学习库能够自动求导、开源、支持多种 CPU/GPU、拥有预训练模型，并支持常用的NN架构，如递归神经网络（RNN）、卷积神经网络（CNN）和深度置信网络（DBN）。  

     TensorFlow 则还有更多的特点，如下：

• 支持所有流行语言，如 Python、C++、Java、R和Go。
• 可以在多种平台上工作，甚至是移动平台和分布式平台。
• 它受到所有云服务（AWS、Google和Azure）的支持。
• Keras——高级神经网络 API，已经与 TensorFlow 整合。
• 与 Torch/Theano 比较，TensorFlow 拥有更好的计算图表可视化。
• 允许模型部署到工业生产中，并且容易使用。
• 有非常好的社区支持。
• TensorFlow 不仅仅是一个软件库，它是一套包括 TensorFlow，TensorBoard 和 TensorServing 的软件。

谷歌 research 博客列出了全球一些使用 TensorFlow 开发的有趣项目：

• Google 翻译运用了 TensorFlow 和 TPU（Tensor Processing Units）。
• Project Magenta 能够使用强化学习模型生成音乐，运用了 TensorFlow。
• 澳大利亚海洋生物学家使用了 TensorFlow 来发现和理解濒临灭绝的海牛。
• 一位日本农民运用 TensorFlow 开发了一个应用程序，使用大小和形状等物理特性对黄瓜进行分类。