tensorflow机器学习系统 1.0 windows正式版

TensorFlow是谷歌最新发布全新人工智能系统。该系统可被用于语音识别或照片识别等多项机器深度学习领域，主要针对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源，任何人都可以用。

官方介绍

TensorFlow正是基于第一代DistBelief进行开发的，其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，TensorFlow即为张量从图象的一端流动到另一端——将复杂的数据结构传输至人工智能神经网中进行分析和处理。

相比较之下，作为谷歌第二代人工智能系统，TensorFlow更快、更智能化，也更加灵活，可以更加轻松地应用于谷歌的新产品以及支持技术研究。按某些标准计算，TensorFlow的运行速度相当于DistBelief的3倍。

TensorFlow一大亮点是支持异构设备分布式计算，它能够在各个平台上自动运行模型，从电话、单个CPU / GPU到成百上千GPU卡组成的分布式系统。也就是说，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）。

功能特性

今日凌晨，在加州湾区Google总部山景城举办的TensorFlow开发者峰会上，TensorFlow 1.0版本正式发布！目前已经可以下载和更新全新的TensorFlow。官方介绍称，全新的TensorFlow 1.0深度学习框架将更快、更灵活、更实用。

TensorFlow 1.0框架将通过提供更多API的方式，提升这个深度学习框架的灵活性和实用性。TensorFlow工程总监Rajat Monga在峰会上透露，TensorFlow 1.0将对更多工具提供支持，例如K-means和支持向量机(SVM)。

此外，还将TensorFlow 1.0还将兼容Keras。

值得期待的是，Google宣布将公布一些TensorFlow提速的开源代码，例如可以让分布式Inception v3模型提速58倍之多。

TensorFlow还将支持Hexagon数字信号处理器(DS)，这个也是高通骁龙820移动芯片和微型电脑DragonBoard 820c的组成部分。

还有一个实验性的编译器XLA，这个编译器通过生成既能在GPU、又能在CPU上运行的代码，进而加速线性代数计算。XLA被认为提升了TensorFlow 的移动性，未来TensorFlow程序只需创建一个后端即可在新硬件平台上运行。

Google于2015你那推出并开源的TensorFlow，现在已经是最流行的深度学习框架，没有之一。Google计划三月底发布新的基准测试，以展示TensorFlow与其他深度学习框架相比的整合情况，同时也将放出用于执行基准测试的模型。

一周之前，Google刚刚发布了TensorFlow Fold，利用动态计算图来解决因多个输入大小结构不同无法自然地批处理到一起，而导致的处理器、内存和高速缓存利用率差的问题。