TensorFlow：Google开源AI机器学习 - 美国AI框架网站
TensorFlow：Google开源端到端机器学习平台 - 美国开源AI框架网站
由Google开发的开源机[文]器学习平台，以灵活的计算图[章]、丰富的模型库和从研究到生[来]产的全链路支持著称。
行业分类： 美国开源AI框架、深度学习[自]、机器学习平台、模型部署
成立时间： 2015年（Google Brain团队开源发布）
所属国家： 美国网站（由Google开[C]发并维护）
网站语言： 支持多语言（含英语、中文、[c]日语等）
服务区域： 全球
官方网站： www.tensorflow.org
网站介绍： www.tensorflow.org 是Google开发并开源的端到端机器学习平台TensorFlow的官方网站。TensorFlow由Google Brain团队（Jeff Dean、Rajat Monga等）于2015年开源发布，其前身是Google内部的DistBelief系统。TensorFlow以“张量”（Tensor，多维数据数组）在“计算图”（Computational Graph）上的“流动”（Flow）为核心抽象，支持从研究（灵活的动态图Eager Execution）到生产（高性能静态图编译、TF Serving模型部署、TF Lite移动端推理和TF.js浏览器端推理）的全链路。TensorFlow广泛应用于计算机视觉、自然语言处理、语音识别和推荐系统，其标志性用户包括Google自身（搜索排序、翻译、相册）、Airbnb、Spotify、Twitter和DeepMind。
TensorFlow.or[c]g首页以橙色色调、搜索栏和[c]代码示例为特征。导航涵盖L[n]earn（从初学者到高级的[.]教程——从MNIST手写数[c]字识别到Transform[o]er架构实现；官方ML课程[m]如“Machine Learning Crash Course”）、Docu[文]mentation（完整A[章]PI参考——tf.kera[来]s高级API用于快速搭建神[自]经网络层、tf.data用[C]于数据流水线构建、tf.d[c]istribute用于分布[c]式训练）、Ecosyste[c]m（TensorFlow Lite移动和IoT端推理[n]；TensorFlow.j[.]s浏览器端训练和推理；TF[c]X端到端ML生产管道；Te[o]nsorFlow Hub预训练模型共享）、C[m]ommunity（社区论坛[文]、TFUG全球用户组、贡献[章]指南）和Blog。Tens[来]orFlow的Keras API（tf.keras）[自]是构建和训练深度学习模型的[C]主流高级接口（由Franç[c]ois Chollet开发并集成）[c]。
TensorFlow在2.[c]x版本后重大重构为以Eag[n]er Execution为默认模[.]式，大幅简化调试和动态模型[c]开发。TensorFlow[o]与PyTorch是全球两大[m]最主流的深度学习框架。Te[文]nsorFlow Serving是高性能模型[章]部署服务器，广泛用于生产环[来]境的模型推理。Tensor[自]Flow Colab（与Google[C] Colab联动）是免费的浏[c]览器内GPU/Jupyte[c]r交互式运行环境。Tens[c]orFlow以Apache[n] 2.0开源许可发布。
操作流程： 访问tensorflow.org，在“Install”页面使用pip install tensorflow安装。在“Tutorials”页面按分类（初学者/进阶、图像/文本/序列等）跟随交互式教程学习。使用tf.keras.Sequential构建神经网络模型。在TensorFlow Hub下载和使用预训练模型。使用TensorFlow Lite将模型部署到移动端。在“Community”页面加入TFUG本地用户组。在Google Colab（colab.research.google.com）免费运行TensorFlow代码。