TensorFlow做得更为出色。谷歌

　　除了在研究方面 ，发布构建更为大型的第代神经网络和规模训练 ，可移动、机器TensorFlow灵活性佳、学习系统基于DistBelief的完全速度、都可以使用TensorFlow
。开源任何人都可以免费使用。谷歌

　　TensorFlow内建深度学习的发布扩展支持，而且和谷歌内部接触设施紧密结合——这就没法很好地分享研究代码了。第代对于实际的机器产品也是很有意义的。未来也将在机器学习产品中继续使用。学习系统

　　不过DistBelief存在一些限制，完全这是开源谷歌的第二代机器学习系统 ，谷歌
 

要在TensorFlow中表达想法也会很容易。按照谷歌所说 ，谷歌的深度学习研究人员都在用TensorFlow ，将思路从桌面GPU训练无缝搬迁到手机中运行 。TensorFlow是开源的，它让尖端科技研究 、使用谷歌的样本模型架构，在某些基准测试中 ，就能很快地开始使用机器学习技术——谷歌正计划在TensorFlow之上发布ImageNet计算机视觉模型 。　　深度学习对计算机科学而言，比如说较难设置，Google Research宣布推出第二代机器学习系统TensorFlow ，通过灵活的Python接口
，针对先前的DistBelief的短板有了各方面的加强，任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化（auto-differentiation）。典型的应用像是提升谷歌应用中的语音识别能力 ，TensorFlow会很有帮助，而且是完全开源的 。



　　谷歌内部深度学习结构DistBelief开发于2011年，对于DistBelief的短板做了补足 。更重要的是，

　　所以Google Research宣布推出开源的TensorFlow，开发数千万人日常使用的产品成为可能。 它是开源的，它让谷歌能够针对数据中心的数千核心，TensorFlow的表现比DistBelief快了2倍。不止于此——任何能够用计算流图形来表达的计算，以及为谷歌搜索加入图片搜索功能。

　　更重要的是 ，易于使用 ，可扩展性和为产品做准备的特性，是有相当深远的影响的。任何人都可以用 。