问：
为什么TensorFlow在机器学习系统中如此受欢迎？
A：机器学习（ML）发生了一个大趋势-程序员正涌向一种名为TensorFlow的工具，该工具是一种开放源代码库产品，可以促进在ML中构建和使用训练数据集所固有的一些关键工作。 随着知名人士采用TensorFlow进行机器学习，其受欢迎程度显而易见。 问题是为什么TensorFlow成为赢家。
一方面，有理由认为TensorFlow的流行是基于其起源。 TensorFlow最初由Google Brain开发，名义上是“ Google产品”，因此尽管Google采取开放源代码Apache许可发行该软件，但它享有家喻户晓的声誉。 还有迹象表明，TensorFlow的市场营销要好于其一些竞争对手。 另一个因素可能是采用率高； 例如，DeepMind选择使用TensorFlow可能会以一种“多米诺骨牌效应”影响其他开发人员，这种“多米诺骨牌效应”通常最终会将某个软件工具推向行业主导地位。
| 免费下载： 机器学习及其重要性 |
另一方面，有许多令人信服的理由说明为什么公司可能希望将TensorFlow用于其他机器学习工具。 其中一些与TensorFlow的可访问和“可读”语法有关，这是使这些编程资源更易于使用的必要条件。 机器学习已经是一个艰难的攀爬之路，以至于利益相关者不愿为笨拙的语法而苦恼。
TensorFlow受欢迎程度的其他要素与它的构建有关：一些专家对TensorFlow API的功能充满热情，这些API可以链接到移动设备或带来更好的访问。 还有一个充满活力的社区支持TensorFlow，这是它的另一个缺点。 或者，开发人员可以查看错误减少或代码迭代之类的指标，发现在许多情况下，使用TensorFlow可以减少代码库项目中的错误或帮助扩展。
此外，TensorFlow的固有功能也可以吸引您：交互式日志记录和数据可视化模型等项目以及诸如多GPU支持的平台选项，为开发人员提供了更多选择。 人们普遍认为，TensorFlow有助于“擦除基础设施”，以虚拟化机器学习并将其与内部服务器场分离，这在二十一世纪的IT中通常具有很大的价值。
所有这些因素使TensorFlow吸引了广泛的机器学习项目; 美国国家航空航天局（NASA）和其他政府机构使用了该工具，以及令人印象深刻的私营部门巨头名册。 问题将是TensorFlow和其他实用程序的哪些新进展为我们数字世界的未来提供了可能。
