本节书摘来自华章出版社《面向机器智能的TensorFlow实践》一书中的第1章，第1.3节，作者 山姆·亚伯拉罕（Sam Abrahams）丹尼亚尔·哈夫纳（Danijar Hafner）[美] 埃里克·厄威特（Erik Erwitt）阿里尔·斯卡尔皮内里（Ariel Scarpinelli），更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1.3 TensorFlow：一个现代的机器学习库
TensorFlow由谷歌于2015年11月向公众正式开源，它是汲取了其前身—DistBelief在创建和使用中多年积累的经验与教训的产物。TensorFlow的设计目标是保证灵活性、高效性、良好的可扩展性以及可移植性。任何形式和尺寸的计算机，从智能手机到大型计算集群，都可运行TensorFlow。TensorFlow中包含了可即刻将训练好的模型产品化的轻量级软件，有效地消除了重新实现模型的需求。TensorFlow拥抱创新，鼓励开源的社区参与，但也拥有一家大公司的支持、引导，并保持一定的稳定性。由于其强大的功能，TensorFlow不仅适合个人使用，对于各种规模的公司（无论是初创公司，还是谷歌这样的大公司）也都非常适合。
如果你和你的同事拥有数据、一个有待求解的问题以及一台可工作的计算机，那么很幸运，TensorFlow正是你们一直寻找的“武林秘籍”。
