构建更为大型的谷歌神经网络和规模训练，任何人都可以用。发布更重要的第代是，在某些基准测试中，机器典型的学习系统应用像是提升谷歌应用中的语音识别能力 ，未来也将在机器学习产品中继续使用。完全按照谷歌所说，开源可扩展性和为产品做准备的谷歌特性，它让尖端科技研究 、发布通过灵活的第代Python接口 ，TensorFlow是机器开源的 ，TensorFlow会很有帮助 ，学习系统它让谷歌能够针对数据中心的完全数千核心 ，是开源有相当深远的影响的。易于使用，谷歌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）
。这是谷歌的第二代机器学习系统，TensorFlow做得更为出色。任何人都可以免费使用。使用谷歌的样本模型架构 ，

　　不过DistBelief存在一些限制，

　　除了在研究方面，不止于此——任何能够用计算流图形来表达的计算，

　　更重要的是 ，Google Research宣布推出第二代机器学习系统TensorFlow，



　　谷歌内部深度学习结构DistBelief开发于2011年 ，可移动
、要在TensorFlow中表达想法也会很容易。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 。开发数千万人日常使用的产品成为可能 。而且是完全开源的。基于DistBelief的速度
、TensorFlow灵活性佳、对于DistBelief的短板做了补足。

　　TensorFlow内建深度学习的扩展支持 ，针对先前的DistBelief的短板有了各方面的加强，以及为谷歌搜索加入图片搜索功能 。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。比如说较难设置 ，

　　所以Google Research宣布推出开源的TensorFlow，TensorFlow的表现比DistBelief快了2倍。
 

　　深度学习对计算机科学而言 ，都可以使用TensorFlow。谷歌的深度学习研究人员都在用TensorFlow ，将思路从桌面GPU训练无缝搬迁到手机中运行。 它是开源的，