Tensorflow是一個採用資料流圖，用於數值計算的開源軟體庫。節點時在圖中表示數學操作，途中的線則表示在節點間相互聯絡的多維資料陣列，即張量。它靈活的架構讓你可以在多種平臺上開展計算，臺式計算機、CPU、伺服器、移動裝置等。一旦輸入端的所有張量準備好，節點將被分配到各種計算裝置完成非同步平行計算。

       常見的框架對比：

     （1）caffe：卷積神經網路框架，專注於卷積神經網路和影象處理，是用C++語言寫成的，執行速度非常快。

    （2）chainer：一個強大、靈活、直觀的機器學習python軟體庫，能夠在一臺機器上利用多個GPU進行執行，並且在執行中進行動態定義，而不是啟動時定義，這也是該框架的一大亮點。

    （3）CNTK：是微軟研究人員開發的用於深度神經網路和多個GPU加速技術的完整開源工具包。微軟成CNTK在語音和影象識別方面，比谷歌的Tensorflow具有更強優勢。

   （4）Deeplearning4J：專注於神經網路的java庫，可以擴充套件並整合Spark、Hadoop和其他基於java的分散式整合軟體。

   （5）Nervana Neo：是一個高效的pyhthon機器學習庫，它能夠在單個機器上使用多個模型相當容易，因此在研究中極其流行。

   （6）Torch：是一個專注於GPU實現的機器學習庫，得到了像Facebook、谷歌、Twitter這樣的大公司的研究團隊的支援。

   安裝方式：

    （1）先安裝Anaconda，適用於python2.7的版本

    （2）安裝後重啟。

    （3）建立Tensorflow的執行環境，並將其啟用、執行命令：conda create -n tensorflow python=2.7；source active tensorflow這樣就激活了虛擬環境。

    （4）執行以下程式碼進行Tensorflow的安裝pip install tensorflow。

       python；import tensorflow as tf；hello=tf.constant('hello,tensorflow');sess=tf.Session();print(sess.run(hello));a=tf.constant(10);b=tf.constant(32);print(sess.run(a+b));