0
| 本文作者： 汪思颖 | 2018-11-12 19:49 |
雷锋网 AI 科技评论按：转眼间，TensorFlow 就迎来三周岁生日。
2015 年 11 月，谷歌宣布开源 TensorFlow 深度学习框架，这一框架基于谷歌 DistBelief 框架。
DistBelief 诞生于 2011 年，它是谷歌推出的第一代内部深度学习框架，能够帮助谷歌利用自家的数据中心构建大型的神经网络，主要应用于人工智能的开发，比如语音识别、图片搜索等等。
但是，DistBelief 本身存在一些技术上的短板，对谷歌的人工智能发展仍有一些限制。谷歌高级研究员 Jeff Dean 和技术主管 Rajat Monga 曾表示，DistBelief 关注的重心是神经网络，而且与谷歌内部的基础架构联系紧密。也就是说，该系统「几乎不可能与外部共享研究代码」，而且使用起来比较难设置。
而 TensorFlow 正是基于第一代 DistBelief 进行开发的，其命名来源于本身的运行原理，Tensor（张量）意味着 N 维数组，Flow（流）意味着基于数据流图的计算，TensorFlow 即为张量从图象的一端流动到另一端——将复杂的数据结构传输至人工智能神经网络中进行分析和处理。
相比较之下，作为谷歌第二代人工智能框架，TensorFlow 更快、更智能化，也更加灵活，可以更加轻松地应用于谷歌的新产品以及支持技术研究。
发展至今，我们见证了 TensorFlow 一次次重大改进。在它三岁生日之际，谷歌也将其发展过程中比较重要的时间节点进行了整理。这一切的调整，都是为了让 TensorFlow 更易于使用。
一起看看时间轴：
via：TensorFlow 团队
2015 年 11 月 TensorFlow 宣布开源并首次发布
2015 年 12 月 支持 GPUs，Python 3.3（v 0.6）
2016 年 4 月 分布式 TensorFlow（v 0.8）
2016 年 11 月 支持 Windows（v 0.11）
2017 年 2 月 性能改进，API 稳定性（v 1.0）
2017 年 4 月 Keras 集成（v 1.1）
2017 年 8 月 高级 API，预算估算器，更多模型，初始 TPU 支持（v 1.3）
2017 年 11 月 Eager execution 和 TensorFlow Lite（v 1.5）
2018 年 3 月 推出 TF Hub，TensorFlow.js，TensorFlow Extended（TFX）
2018 年 5 月 新入门内容；Cloud TPU 模块与管道（v 1.6）
2018 年 6 月 新的分布式策略 API；概率编程工具 TensorFlow Probability（v 1.8）
2018 年 8 月 Cloud Big Table 集成（v 1.10）
2018 年 10 月 侧重于可用性的 API 改进（v 1.12）
2019 年 将发布 TensorFlow v 2.0
从 2016 年年底开始，TensorFlow 团队几乎以每两个月一次的速度对这一框架进行更新。相信 TensorFlow 能获得如此广泛的受众也与技术团队的不断更新紧密相连。
今年 8 月，雷锋网根据 Google Trends 过去三年的统计数据整理了全球范围内计算机科学领域各大深度学习框架（TensorFlow、Keras、PyTorch、Caffe、Theano）在 Google 网页的搜索热度排名。
（从 Google Trends，看各大深度学习框架使用热度）
可以看到，TensorFlow 的热度一直处于领先状态，远大于PyTorch、Keras 等框架。不过，虽然热度很高，但也有用户对 TensorFlow 吐槽不断，诸如文档和接口混乱，使用繁琐，调试困难等等。
（文档乱、调试难…TensorFlow有那么多缺点，但为何我们依然待它如初恋？）
期待在新的一年，TensorFlow 为我们带来更多惊喜。
雷锋网
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
