如果你不是开发人员，你应该不清楚“ TensorFlow ”到底是什么。不过，你应该听说过 DeepMind 这个名字，这个团队开发出了今年打败柯洁的 AlphaGo，以及自学 3 天在围棋界找不到对手的 AlphaGo Zero。
而 DeepMind 早在 2016 年 5 月宣布，他们已经更换他们使用的开源机器学习平台，从过去使用的 Torch 转用 TensorFlow。可以说，那两只 AlphaGo 和 AlphaGo Zero，以及更多 Google 发布的人工智能成果，最后都是在 TensorFlow 上“养成”的。
TensorFlow 是一个用于机器学习的开源软件库，可以支援深度学习的各种算法。它最初是由杰夫 ‧ 迪恩 (Jeff Dean)领军的 Google Brain 团队，基于 Google 第一代深度学习系统 DistBelief 改进而产生。
Google 于 2015 年底公布并宣布开源了 TensorFlow。在 TensorFlow 中文社群的首页，有一句话：
TensorFlow 是一个用于人工智能的开源神器。
在 GitHub 上，TensorFlow 从去年开始就成为了广受欢迎的机器学习开源专案。GitHub 发布的 2017 年度开发者报告显示，TensorFlow 是被 fork 最多的项目，其中有 7300 人为 TensorFlow 做出了贡献。
别以为 TensorFlow 离我们太远，已经有不少大型电商在使用的客服就是基于 TensorFlow 开发的。在 TensorFlow 的官网上，中国的小米、中兴、京东等企业，也在使用 TensorFlow。
而 Google Brain 发布的可以帮你画画的人工智能“Quick, Draw! ”、“AutoDraw”，也是基于 TensorFlow 开发的。
有了 TensorFlow ，还需要厉害的硬件
虽然 TensorFlow 是广为流行的一个深度学习框架，但是也有不少开发者认为，如果需要选择一个人工智能框架，用自己的数据来训练深度学习模型， TensorFlow 不一定会是他们的首选。因为这种人工智能、深度学习的开源库有不少替代品可以选择，比如 Caffe、Keras 等。
此外，用了 TensorFlow，也需要使用足够厉害的硬件才行。Google 推出的 TPU（Tensor Processing Units）就是专为 TensorFlow 而研发的硬件加速器。目前第二代的 TPU（又称为 Cloud TPU），已经具有训练机器学习模型，及处理推理任务两种能力。
然而也有人认为，虽然网络公司为营造生态而自制芯片已经不罕见，但 Google 推出 TPU 并不是为了要与NVIDIA这些厂商进行竞争，而是为了凸显 TensorFlow 的强大。
10 月，Google 公布 Pixel2 手机这部手机拥有一颗 ImageProcessing Unit （IPU）。这颗 IPU 主要用于加速机器视觉和机器学习领域的运算，而它支援的程式语言，当然也包括 TensorFlow。
- 本文授权转载自:ifanr(爱范儿)
