AI技术评论出版社：转眼间，TensorFlow将迎来三岁生日。
2015年11月，谷歌公布了开源TensorFlow深度学习框架，该框架基于谷歌diststrust框架。
Distconfidence诞生于2011年。是谷歌推出的第一代内部深度学习框架。它可以帮助谷歌构建一个拥有自己数据中心的大规模神经网络，主要用于人工智能的开发，如语音识别、图像搜索等。
但是dist信仰本身存在一些技术上的不足，对谷歌人工智能的发展还是有一些限制的。谷歌高级研究员杰夫迪恩(Jeff Dean)和技术总监拉杰特蒙加(Rajat Monga)曾表示，dist信仰的重点是神经网络，这与谷歌的内部基础设施密切相关。换句话说，这个系统“几乎不可能与外界共享研究代码”，在使用中很难设置。
TensorFlow是基于第一代diststrust开发的，它的名字来源于它自己的运行原理。张量(愤怒的荔枝)表示N维数组，Flow表示基于数据流图的计算，TensorFlow表示愤怒的荔枝从图像的一端流向另一端3354，并将复杂的数据结构传输给人工智能神经网络进行分析处理。
相比之下，作为谷歌的第二代人工智能框架，TensorFlow更快、更智能、更灵活，可以更轻松地应用于谷歌的新产品，支持技术研究。
到目前为止，我们已经见证了TensorFlow的重大改进。在三岁生日之际，谷歌还梳理了其发展过程中的重要时间节点。所有这些调整都是为了让TensorFlow更容易使用。
一起看时间线：
Via:TensorFlow团队
2015年11月，TensorFlow宣布开源并首次发布。
2015年12月，支持GPU、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月性能提升，API稳定性(v 1.0)
2017年4月Keras融合(第1.1节)
2017年8月高级应用编程接口，预算估算器，更多模型，初始TPU支持(1.3版)
2017年11月渴望执行和TensorFlow Lite(1.5版)
2018年3月，推出了TF Hub，TensorFlow.js，TensorFlow Extended(TFX)。
2018年5月新增入门内容；云TPU模块和管道(1.6版)
2018年6月新增分布式策略API；概率编程工具TensorFlow Probability(1.8版)
2018年8月云大表集成(v 1.10)
2018年10月关注可用性的API改进(1.12版)
TensorFlow v 2.0将于2019年发布。
自2016年底以来，TensorFlow团队几乎每两个月更新一次该框架。相信TensorFlow能够获得如此广泛的受众，这也与技术团队的不断更新息息相关。
今年8月，雷锋。com根据Google Trends近三年的统计数据，在Google页面上整理了全球计算机科学领域主要深度学习框架(TensorFlow、Keras、PyTorch、Caffe、茶诺)的搜索人气排名。
可以看出，TensorFlow的受欢迎程度一直处于领先地位，远远大于PyTorch、Keras等框架。不过，虽然人气很高，但也有用户不断抱怨TensorFlow，比如文档和界面混乱、使用繁琐、调试困难等。
展望新的一年，TensorFlow将为我们带来更多惊喜。