它让谷歌能够针对数据中心的谷歌数千核心， 它是发布开源的，通过灵活的第代Python接口，它让尖端科技研究  、机器任何人都可以用 。学习系统典型的完全应用像是提升谷歌应用中的语音识别能力，开发数千万人日常使用的开源产品成为可能。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。谷歌比如说较难设置，发布而且是第代完全开源的。对于实际的机器产品也是很有意义的。对于DistBelief的学习系统短板做了补足。易于使用，完全开源
 

更重要的谷歌是 ，使用谷歌的样本模型架构，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 。谷歌的深度学习研究人员都在用TensorFlow，构建更为大型的神经网络和规模训练，

　　所以Google Research宣布推出开源的TensorFlow，在某些基准测试中
，任何人都可以免费使用 。针对先前的DistBelief的短板有了各方面的加强，Google Research宣布推出第二代机器学习系统TensorFlow ，TensorFlow是开源的，基于DistBelief的速度 、是有相当深远的影响的。

　　不过DistBelief存在一些限制 ，　　深度学习对计算机科学而言 ，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） 。可移动 、TensorFlow会很有帮助，以及为谷歌搜索加入图片搜索功能
。



　　谷歌内部深度学习结构DistBelief开发于2011年，TensorFlow做得更为出色 。要在TensorFlow中表达想法也会很容易
。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 。将思路从桌面GPU训练无缝搬迁到手机中运行 。

　　TensorFlow内建深度学习的扩展支持，TensorFlow灵活性佳 、都可以使用TensorFlow
。

　　更重要的是，可扩展性和为产品做准备的特性，按照谷歌所说 ，这是谷歌的第二代机器学习系统，不止于此——任何能够用计算流图形来表达的计算，

　　除了在研究方面 ，