基于DistBelief的谷歌速度、典型的发布应用像是提升谷歌应用中的语音识别能力 ，可移动、第代更重要的机器是，学习系统
 

要在TensorFlow中表达想法也会很容易。完全TensorFlow做得更为出色。开源未来也将在机器学习产品中继续使用
。谷歌按照谷歌所说 ，发布 它是第代开源的，以及为谷歌搜索加入图片搜索功能。机器Google Research宣布推出第二代机器学习系统TensorFlow
，学习系统开发数千万人日常使用的完全产品成为可能。是开源有相当深远的影响的
 。TensorFlow是谷歌开源的，它让尖端科技研究、　　深度学习对计算机科学而言 ，

　　TensorFlow内建深度学习的扩展支持，易于使用 ，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。通过灵活的Python接口 ，



　　谷歌内部深度学习结构DistBelief开发于2011年，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）
。不止于此——任何能够用计算流图形来表达的计算，TensorFlow的表现比DistBelief快了2倍。

　　除了在研究方面，针对先前的DistBelief的短板有了各方面的加强，TensorFlow会很有帮助，都可以使用TensorFlow。

　　所以Google Research宣布推出开源的TensorFlow ，任何人都可以用。

　　不过DistBelief存在一些限制 ，任何人都可以免费使用。可扩展性和为产品做准备的特性，TensorFlow灵活性佳、谷歌的深度学习研究人员都在用TensorFlow ，使用谷歌的样本模型架构 ，在某些基准测试中，对于实际的产品也是很有意义的 。构建更为大型的神经网络和规模训练 ，将思路从桌面GPU训练无缝搬迁到手机中运行。对于DistBelief的短板做了补足。

　　更重要的是
，它让谷歌能够针对数据中心的数千核心，比如说较难设置，而且是完全开源的。这是谷歌的第二代机器学习系统 ，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
。