Tensorflow/core目錄包含了TF核心模組程式碼。

•         public: API介面標頭檔案目錄，用於外部介面呼叫的API定義，主要是session.h 和tensor_c_api.h。
•         client: API介面實現檔案目錄。
•         platform: 主要是隔離不同的作業系統，包含了不同OS系統相關介面檔案，如file system, env等，降低了跨平臺的難度。
•         protobuf: tensorflow前後端主要是使用了protocol buffer協議定義。在原始碼目錄中、最主要的是master_service.proto和work_service.proto兩個檔案。分別聲明瞭master和worker的服務藉口。
•         common_runtime: 公共執行庫，包含session, executor, threadpool, rendezvous, memory管理, 裝置分配演算法SimplePlacer，對device的定義，記憶體分配演算法BFC(best-fit with coalescing)。
•         distributed_runtime: 分散式執行模組，如rpc session, rpc master, rpc worker, graph manager。
•         framework: 實現了tf的基本執行方式。其中包含tensor等資料結構，還包括資料型別，資源管理器以及通訊機制等資訊。運算元的實現中採用了註冊
  機制。
•         graph: 實現的計算圖模型的資料結構，包括邊edge，節點node，圖graph等。以及圖的遍歷演算法以及佈置節點所需要的代價模型。
•         kernels: kernels是op的底層實現，op是kernels的上層抽象。對於不同的計算平臺(gpu\cpu\tpu等)有不同的實現。比如對於cpu來說，數值計算會基於Eigen庫。Eigen庫是一個c++編寫的模板庫，支援整數、複數、浮點數，使用模板程式設計、可以為特殊資料結構提供矩陣操作。而gpu的運算則是基於cuda完成的。
•         lib: 公共基礎庫，如gif、gtl(google模板庫)、hash、histogram等。
•         ops: 基本ops運算，ops梯度運算，io相關的ops，控制流和資料流操作
•         Tensorflow/stream_executor目錄是平行計算框架，由google stream executor團隊開發。
•         Tensorflow/contrib目錄是contributor開發目錄。
•         Tensroflow/python目錄是python API客戶端指令碼。
•        Tensorflow/tensorboard目錄是視覺化分析工具，不僅可以模型視覺化，還可以監控模型引數變化。
•         third_party目錄是TF第三方依賴庫。
•         eigen3: eigen矩陣運算庫，TF基礎ops呼叫
•         gpus: 封裝了cuda/cudnn程式設計庫