Tensorflow

TensorFlow是Google开源的一款深度学习工具，使用C++语言开发，上层提供Python API。在开源之后，在工业界和学术界引起了极大的震动，因为TensorFlow曾经是著名的Google Brain计划中的一部分，Google Brain项目的成功曾经吸引了众多科学家和研究人员往深度学习这个“坑”里面跳，这也是当今深度学习如此繁荣的重要原因。

TensorFlow在官网被定义为“用于机器智能的开源软件库”，但Ricardo认为下面的定义更为准确：“TensorFlowTM是使用数据流图进行数值计算的开源软件库。”此处，TensorFlow并未归类为“深度学习框架”，而是与Theano一起，归到“图编译器（Graph compilers）”的类别。

在Ricardo完成Udacity的深度学习课程后，他对TensorFlow的印象是，它一个非常好的框架，但是它非常底层。用TensorFlow的话，有很多代码要编写，你必须重新一遍又一遍的发明轮子。不止他有这样的抱怨，其他人亦如此，比如下图所示：

Andrej Karpathy在Twitter发推文抱怨TensorFlow。Andrej是OpenAI的科学家，斯坦福大学的计算机科学博士。

几个月前，Ricardo参加了“Google Experts Summit: TensorFlow, Machine Learning for everyone, with Sergio Guadarrama”。Sergio是开发Tensorflow的一名工程师，在会上，他没有展示Tensorflow，而是展示了一个运行在TensorFlow上的更高层的库tf.contrib。Ricardo的印象是，他们内部已经意识到，如果想让更多的人使用Tensorflow，他们需要通过在更高的抽象层上创建一些层来简化使用。

Tensorflow支持Python和C ++，允许在CPU、GPU，甚至支持使用gRPC进行水平扩展进行计算分布。

综上所述：Tensorflow非常好，但你必须知道好在哪里。如果你不想以手动编程和重新发明轮子来完成大部分事情，你可以使用更容易的库。