https://baijiahao.baidu.com/s?id=1616932497947144583&wfr=spider&for=pc
TensorFlow幹什麼？
TensorFlows是人工智能AI領域的一個重要軟件工具，是谷歌開發的開源軟件(即免費的)。 人工智能領域分爲三個方面，即基礎層、技術層和應用層；而TensorFlow就是技術層中的學習框架。所謂學習框架，你可以用它來處理大量數據，快速建立數學模型，這些模型可以完成智能功能，例如自動識別一個圖片裏面的人物是否是范冰冰，當你百度范冰冰時，這個模型就可以識別並呈現范冰冰的圖片；TensorFlow就好像一個功能強大的機牀，它可以幫助製造出不同的產品(即數學模型)。
TensorFlow是什麼？
TensorFlow是一個軟件，在該軟件裏面，用戶需要使用Python等語言通過編程來搭建數學模型，這些模型被用於人工智能的應用，例如 通過模型判斷圖片中的物體分別是什麼，例如下圖的案例，某個模型識別出海邊左下角是人person並給出判斷的概率99%。
一般如何使用TensorFlow?
1.用戶向TensorFlow(簡稱TF)）輸入搭建模型所需的信息，並轉化爲可處理數據 。TF可以處理圖片/視頻/音頻等信息。例如：用戶導入1萬張人物圖片，並通過TF將不同尺寸圖片統一裁剪爲24x24像素大小。
2.搭建模型。 TF提供很多的函數模塊，在搭建模型過程中，用戶可以調用這些函數。例如gradient descent梯度下降函數來求解模型的參數；如交叉熵損失loss()函數來判斷模型是否最優。
TF核心程序由2個獨立部分組成： a:Building the computational graph構建計算圖； b:Running the computational graph運行計算圖。例如簡單計算a+b, 對應的計算圖如下。 對應的程序代碼是：a = tf.placeholder(tf.float32)，b = tf.placeholder(tf.float32)，adder_node = a + b 。
一個實際的案例：MNIST是機器學習領域的一個經典問題，指的是讓機器查看一系列大小爲28x28像素的手寫數字灰度圖像，並判斷這些圖像代表0-9中的哪一個數字。對應的計算圖如下。
3.訓練和評估模型
循環地迭代式訓練和評估模型，以便確定模型中的參數。例如使用梯度下降（gradient descent）函數方法獲得交叉熵損失最小化。
訓練的每一步都是通過用戶代碼控制。 例如一個簡單循環是：for step in xrange(max_steps): sess.run(train_op) ；
3.1特點：狀態可視化 。在訓練模型過程中,有TensorBoard，查看即時數據的情況。
3.2 訓練過程大量計算部分可以分配給其他設備，如本機的GPU或其他服務器(即分佈式計算)。下面是一個案例，將訓練部分分配給2個GPU。
TensorFlow Lite是什麼？
人工智能的數學模型在訓練和評估時需要強大的計算設備來支持，例如幾個或幾百個服務器，最後得到的數學模型的文件也很大，一般無法在手機等移動終端上使用。於是在2017年穀歌發佈了TensorFlow Lite，提供簡單的、小文件的數學模型，用於在手機等設備上使用。