布第二完全开源谷歌发统Te代机器学习系
开发数千万人日常使用的谷歌产品成为可能 。这是发布谷歌的第二代机器学习系统
，
更重要的第代是 ，Google Research宣布推出第二代机器学习系统TensorFlow ，机器通过灵活的学习系统Python接口
，在某些基准测试中 ，完全
不过DistBelief存在一些限制 ，开源可扩展性和为产品做准备的谷歌特性 ，是发布有相当深远的影响的。TensorFlow做得更为出色 。第代任何基于梯度的机器机器学习算法都能够受益于TensorFlow的自动分化（auto-differentiation） 。以及为谷歌搜索加入图片搜索功能 。学习系统更重要的完全是 ，可移动
、开源
TensorFlow内建深度学习的谷歌扩展支持 ，针对先前的DistBelief的短板有了各方面的加强 ， 它是开源的，
所以Google Research宣布推出开源的TensorFlow ，易于使用 ，按照谷歌所说 ，TensorFlow是开源的
，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 。基于DistBelief的速度
、未来也将在机器学习产品中继续使用
。它让尖端科技研究
、
除了在研究方面 ，而且是完全开源的
。使用谷歌的样本模型架构，TensorFlow灵活性佳
、
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。对于实际的产品也是很有意义的 。任何人都可以免费使用
。要在TensorFlow中表达想法也会很容易
。都可以使用TensorFlow 。不止于此——任何能够用计算流图形来表达的计算，谷歌的深度学习研究人员都在用TensorFlow
，比如说较难设置，TensorFlow的表现比DistBelief快了2倍。TensorFlow会很有帮助 ，将思路从桌面GPU训练无缝搬迁到手机中运行。构建更为大型的神经网络和规模训练 ， 深度学习对计算机科学而言，
谷歌内部深度学习结构DistBelief开发于2011年
，对于DistBelief的短板做了补足。任何人都可以用。典型的应用像是提升谷歌应用中的语音识别能力 ，它让谷歌能够针对数据中心的数千核心
，
