Google 于中国北京时间2月16日凌晨2点在加利福尼亚州山景城举行了首届 TensorFlow Dev 峰会，在会上，Google 宣布正式发布 TensorFlow 1.0 版本。
TensorFlow 是谷歌在2015年发布的第二代开源机器学习系统，目前已被广泛应用。随着完善和成熟，也增加了许多功能，包括分布式训练，支持 Hadoop 分布式文件系统（HDFS）和良好的 Parsey McParseFace 语言解析器等等。
下图为 TensorFlow 开源以来的一些进展：
在会上，Google 详细介绍了 TensorFlow 在开源社区的蓬勃发展。从下图也能看到，对比与其他机器学习和深度学习工具，TensorFlow 已遥遥领先。
在性能方面，XLA 为 TensorFlow 未来更多的可能性方面奠定了坚固的基础。XLA（加速线性代数）是用于线性代数的领域专用编译器，用于优化 TensorFlow 计算。改进其在服务器和移动平台上的速度，内存使用情况和可移植性。
此外，Google 强调，TensorBoard 是非常伟大的学习工具，可以用它来学习如何可视化 TensorFlow 图形、监控训练性能，以及探索模型如何表示数据等等。
TensorFlow 集成了 Keras，Keras 的目标是让每个人都能访问深度学习，它是增长最快的机器学习框架之一。TensorFlow 还提供了扩展到数百个 GPU 的灵活性，训练具有大量参数的模型，并自定义训练过程的每一个细节。
TensorFlow 支持 Python、Java、Go、C 等多种语言。
更多内容可点击此处查看直播视频。