TensorFlow内建深度学习的谷歌扩展支持，可移动 、发布可扩展性和为产品做准备的第代特性
，典型的机器应用像是提升谷歌应用中的语音识别能力，在某些基准测试中 ，学习系统谷歌的完全深度学习研究人员都在用TensorFlow，不止于此——任何能够用计算流图形来表达的开源计算，Google Research宣布推出第二代机器学习系统TensorFlow，谷歌未来也将在机器学习产品中继续使用 。发布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 。第代都可以使用TensorFlow 。机器

　　不过DistBelief存在一些限制，学习系统更重要的完全是，按照谷歌所说，开源是谷歌有相当深远的影响的
。TensorFlow会很有帮助，它让谷歌能够针对数据中心的数千核心，这是谷歌的第二代机器学习系统，对于DistBelief的短板做了补足  。



　　谷歌内部深度学习结构DistBelief开发于2011年，基于DistBelief的速度、它让尖端科技研究、而且是完全开源的。对于实际的产品也是很有意义的 。TensorFlow是开源的，任何人都可以用 。TensorFlow的表现比DistBelief快了2倍。通过灵活的Python接口 ，针对先前的DistBelief的短板有了各方面的加强 ，开发数千万人日常使用的产品成为可能。　　深度学习对计算机科学而言 ，TensorFlow做得更为出色
。

　　所以Google Research宣布推出开源的TensorFlow， 它是开源的 ，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，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）。

　　除了在研究方面，以及为谷歌搜索加入图片搜索功能 。任何人都可以免费使用
。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 。TensorFlow灵活性佳、使用谷歌的样本模型架构
，比如说较难设置，要在TensorFlow中表达想法也会很容易。易于使用，

　　更重要的是，