1.1　TensorFlow是什么

TensorFlow（TF）是一个功能强大的开源软件库，它由Google的布莱恩（Brain）团队开发，主要用于深度神经网络。它自2015年11月使用Apache 2.0开源协议首次发布后飞速发展，截至2019年5月，它在Github的项目仓库（https://github.com/tensor-flow/tensorflow）上已经有超过51 000条提交，大约1830个贡献者。这些数据说明了它自身的流行度。

我们先来看看TensorFlow到底是什么，以及它为何在众多深度神经网络研究人员和工程师中如此流行。Google称它为“机器智能的开源软件库”，但随着很多深度学习库的出现，比如PyTorch（https://pytorch.org/）、Caffe（https://caffe.berkeleyvision.org/）和MxNet（https://mxnet.apache.org/），是什么使得TensorFlow仍然与众不同呢？大多数深度学习库（如TensorFlow）都有自动求导工具（一种用于优化的数学工具），许多是开源平台，其中大多数提供CPU/GPU选项，有预训练模型，支持常用的神经网络架构（比如循环神经网络、卷积神经网络和深度信念网络）。

除此之外，TensorFlow还有以下重要的功能：

• 它适用于所有流行的编程语言，比如，Python、C++、Java、R和Go。
• Keras作为高阶神经网络API集成到了TensorFlow中（自2.0开始，Keras成为与TensorFlow交互的标准API）。该API指定了软件组件间的交互方式。
• TensorFlow允许部署模型且易于在生产中使用。
• TensorFlow 2.0在基于静态图的图计算基础上，增加了动态计算（见第2章）。
• 最重要的是，TensorFlow拥有非常好的社区支持。

对于所有开源项目，Github上的五角星数量是衡量其流行度的重要途径（见图1-1）。截至2019年3月，TensorFlow、Keras和PyTorch的星数分别为123 000、39 100和25 800。可见，TensorFlow成了机器学习中最受欢迎的框架。

Google Trends（趋势）是另一种衡量流行度的途径，结果再次证明TensorFlow和Keras分列一二位（截至2019年底），而PyTorch紧随其后（见图1-2）。