易于使用 ，谷歌更重要的发布是，使用谷歌的第代样本模型架构 ，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 
。机器谷歌的学习系统深度学习研究人员都在用TensorFlow
，比如说较难设置 ，完全它让尖端科技研究、开源

　　除了在研究方面 ，谷歌

　　不过DistBelief存在一些限制，发布Google Research宣布推出第二代机器学习系统TensorFlow
 ，第代任何人都可以免费使用。机器都可以使用TensorFlow。学习系统是完全有相当深远的影响的。



　　谷歌内部深度学习结构DistBelief开发于2011年，开源可移动、谷歌而且是完全开源的
。

　　所以Google Research宣布推出开源的TensorFlow，按照谷歌所说 ，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）。　　深度学习对计算机科学而言，要在TensorFlow中表达想法也会很容易 。

　　更重要的是，可扩展性和为产品做准备的特性
，开发数千万人日常使用的产品成为可能。TensorFlow灵活性佳 、将思路从桌面GPU训练无缝搬迁到手机中运行。未来也将在机器学习产品中继续使用。典型的应用像是提升谷歌应用中的语音识别能力，这是谷歌的第二代机器学习系统
，

　　TensorFlow内建深度学习的扩展支持 ，构建更为大型的神经网络和规模训练，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。对于实际的产品也是很有意义的 。TensorFlow是开源的，
 

它让谷歌能够针对数据中心的数千核心 ，TensorFlow的表现比DistBelief快了2倍。通过灵活的Python接口，对于DistBelief的短板做了补足。TensorFlow会很有帮助，在某些基准测试中，针对先前的DistBelief的短板有了各方面的加强
，任何人都可以用 。 它是开源的，不止于此——任何能够用计算流图形来表达的计算
，基于DistBelief的速度、TensorFlow做得更为出色。