摘要：在大數(shù)據時代,云計算和大規(guī)模并行處理基礎架構的共同發(fā)展不僅使得機器學習和深度人工智能有了更為廣闊的應用空間,也激發(fā)了人工智能框架的快速迭代和部署。TensorFlow是Google的開放源代碼的深度學習平臺,已經在工業(yè)界有了廣泛的應用。文中從TensorFlow平臺的設計理念出發(fā),分析了平臺的框架和基本結構,對每個模塊的功能和應用做了詳盡闡述。在此基礎上,通過建立一個多層深度學習神經網絡,分析了輸入層、隱藏層、輸出層及激勵函數(shù)的構建方法。最后在對TensorFlow實例運行和調試的基礎上,演示了通過TensorBoard跟蹤程序運行狀態(tài)和參數(shù)調制的方法,給出了一維數(shù)據和多維數(shù)據的可視化結果。研究表明,相比較其他學術界的人工智能平臺,TensorFlow有著更好的生態(tài)系統(tǒng),支持更多的硬件架構,具備了一定的實用基礎。