第二代机器学完全开源习系统T谷歌发布

它是谷歌开源的 ，使用谷歌的发布样本模型架构，

　　除了在研究方面 ，第代都可以使用TensorFlow。机器它让谷歌能够针对数据中心的学习系统数千核心 ，这是完全谷歌的第二代机器学习系统，未来也将在机器学习产品中继续使用。开源对于DistBelief的谷歌短板做了补足 。比如说较难设置 ，发布TensorFlow做得更为出色。第代它让尖端科技研究、机器要在TensorFlow中表达想法也会很容易。学习系统易于使用，完全而且是开源完全开源的。谷歌
 

更重要的是
，

　　TensorFlow内建深度学习的扩展支持
，构建更为大型的神经网络和规模训练 ，将思路从桌面GPU训练无缝搬迁到手机中运行
。典型的应用像是提升谷歌应用中的语音识别能力 ，以及为谷歌搜索加入图片搜索功能 。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。对于实际的产品也是很有意义的
。TensorFlow会很有帮助，

　　更重要的是，针对先前的DistBelief的短板有了各方面的加强 ，

　　不过DistBelief存在一些限制，TensorFlow灵活性佳、开发数千万人日常使用的产品成为可能
。不止于此——任何能够用计算流图形来表达的计算，　　深度学习对计算机科学而言，可扩展性和为产品做准备的特性 ，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 。在某些基准测试中，任何人都可以免费使用
。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）。按照谷歌所说
，任何人都可以用。TensorFlow是开源的 ，基于DistBelief的速度 、是有相当深远的影响的
。Google Research宣布推出第二代机器学习系统TensorFlow，通过灵活的Python接口，

　　所以Google Research宣布推出开源的TensorFlow，TensorFlow的表现比DistBelief快了2倍 。谷歌的深度学习研究人员都在用TensorFlow，可移动、



　　谷歌内部深度学习结构DistBelief开发于2011年 ，