其實包含我們在這次主題所做的手寫數字辨識系統，有相當多我們日常所見之系統皆是利用TensorFlow製作完成，正是因為TensorFlow是由知名的Google開發的，不但運作穩定，整體環境也較為明瞭。今天我們來看看日常生活中，有什麼產品是使用TensorFlow的框架吧!

Google相關產品
由於TensorFlow就是由Google所開發出的架構，所以理當要先介紹Google使用TensorFlow框架的產品囉!

1. Google翻譯
   我們在使用Google翻譯時，大家應該都會用過一個功能，就是使用手機內建相機拍攝後，Google翻譯可以直接進行翻譯，他就是藉由影像辨識與機器自動翻譯之神經網路結合。
   
   點選上圖圈選處(相機)功能後，可直接對準要翻譯的部分，系統對好後就會進行翻譯，如下圖:
   
   坦白說雖然Google號稱以神經網路為基礎的系統會大大降低機器翻譯的錯誤率，但就筆者來說，我覺得成功率還不是很高，但這畢竟是牽涉許多中文與英文的文法相異，語句順序也會有些差異，成功率要提升還需要很大的努力，但就字面上來說的確翻譯的是相當成功。

2. AlphaGo
   
   (圖片來源:https://zh.wikipedia.org/wiki/AlphaGo#/media/File:Alphago_logo_Reversed.svg )
   有名的AlphaGo其實也是使用了TensorFlow深度學習之框架，之所以AlphaGo運作系統與整體的運算效率可以相當順暢，其背後TensorFlow功不可沒。

3. Gmail自動回覆功能

4. 智慧音箱(Google Nest Mini)
   概念與我們一直在做的影像辨識系統類似，只是是藉由語音辨識來達成系統判斷。智慧音箱的概念，其實就是藉由語音辨識系統，再藉由機器深度學習，達成辨識，Google也由早期的語音辨識系統晉升為智慧音箱產品。
   
   圖片來源(https://24h.pchome.com.tw/prod/DMAF6I-A900AF3OZ )

5. 手機自拍背景虛化功能
   一般來說，這種背景虛化功能蠻常見的，傳統的手機廠會有二至三顆鏡頭去實現，但其實可透過深度學習改變硬體上的不足，只靠鏡頭的背景虛化功能就是通過應用深度學習訓練出來的視覺模型，可以準確分離前景畫素和後景畫素，對前景畫素和後景畫素分別處理，這樣就可以實現背景虛化。

這麼多深度學習於現實生活中我們所使用的Google產品，許多功能都有倚賴TensorFlow，未來更會有許多由TensorFlow架構所產生的產品，例如自駕車、智慧醫療...等，很期待未來的世界呀!

Reference: https://www.chainnews.com/zh-hant/articles/916826219156.htm
Reference: https://www.itread01.com/content/1547318891.html
Reference: https://zh.wikipedia.org/wiki/TensorFlow