1.2　TensorFlow概述

目前深度学习主要通过搭建神经网络架构的方式来实现。在深度学习中，数据的运算都是以张量（矩阵）形式来完成的，进而通过张量的运算来模拟神经网络。由Google公司开发的TensorFlow可以让张量运算达到最高性能。TensorFlow是Google的开源机器学习库，主要用于机器学习、深度学习等方面的研究。TensorFlow的通用性也可以使其应用于其他领域。

TensorFlow拥有非常强大与灵活的功能，包括：

·TensorFlow在CPU、GPU和TPU中都可执行。

·在不修改代码的前提下，TensorFlow可以在不同平台上执行，如Windows、Linux、Android、iOS和Raspberry Pi等。

·TensorFlow具备分布式计算能力，可同时在数百台计算机上训练神经网络模型，大大缩短模型训练时间。

·对于TensorFlow的执行语言来说，Python的支持是最好的，也可以选择C++等语言。关于Python的详细内容将在第2章中介绍。

·TensorFlow在实现深度学习时，可以自行设计各种深度网络，较为灵活，但随之而来的是需要花更多的时间编写更多的程序。还可以选择以TensorFlow开发的高级API，较为常用的高级API有Keras。本书将主要以Keras实现深度学习，还可以选择TF-Learn、TF-Slim等API。

关于TensorFlow编程的详细内容将在第10章中介绍。