TensorFlow یک کتابخانه open_source محبوب است. در سال ۲۰۱۵ توسط تیم Google Brain برای مدل های یادگیری ماشین و یادگیری عمیق از جمله شبکه های عصبی ساخته شد. بر پایه زبان پایتون است. محاسبات عددی (numerical computation) را برای ساخت مدل با استفاده از نمودار جریان داده (data flow graph) اجرا می کند.

از این کتابخانه در ساخت اپلیکیشن های تشخیص چهره ، ترجمه متن ، تشخصی کلاه برداری های اینترنتی و … استفاده می شود.

نام گذاری این کتابخانه بر اساس مفهوم تنسور است. تنسور به معنای یک ماتریس ریاضی چندبعدی است. این ماتریس حاوی دیتاهایی از پیکسل های یک تصویر می تواند باشد. یکی از برکاربردترین مفاهیم در حوزه تنسورفلو Keras است. Keras یک API پایتونی است که روی Tensorflow اجرای می شود. این کتابخانه با تمرکز بر قابلیت آزمایش سریع، توسعه داده شده است. رسیدن از فرض به نتیجه با حداقل تاخیر ممکن کلید انجام پژوهش‌های خوب است و این نکته در ساخت این کتابخانه همواره لحاظ شده.

کتابخانه TensorFlow v2

اواخر سال ۲۰۱۸ گوگل نسخه جدیدی از Tensorflow را منتشر کرد که این نسخه بسیار بهینه تر از نسخه ی قبل از خود است و هم اکنون در حال توسعه می باشد. در این بستر جدید Tensorflow version 2 با کتابخانه Keras به صورت گسترده ای ترکیب شده و از آن برای مفهوم شبکه های عصبی بهره می گیرد. در نسخه جدید تنسورفلو دیگر نیاز به استفاده از session ها بر خلاف نسخه ی اول آن نیست. کدها در TesnorFlow V2 کوتاه تر و بهینه تر نوشته می شوند و سرعت برنامه نویسی را به مراتب بالاتر می برند.

در این نسخه ما دیتاهای مورد نظر را به وسیله سخت افزار مورد نظر و الگوریتم مورد نیاز مدل می کنیم.

در گام نخست ما traning را داریم که به خواندن و پردازش دیتا می پردازد. این پردازش را از طریق مثلا Keras روی یکی از سخت افزارهای cpu، gpu و یا TPU انجام می دهد. این مدل به وجود آمده را ذخیره می کنیم .در گام بعد با استفاده از سرویس های مختلف تنسورفلو آنها را در سیستم عامل های مشخص اجرا می کنیم.