今天再來介紹不可或缺的工具與框架—— SensorFlow!

TensorFlow 是 Google 於 2015 年開源的機器學習框架，最初是由 Google Brain 團隊開發。TensorFlow 被我們廣泛應用於構建、訓練和部署各類機器學習模型，特別是深度學習模型。
他框架擁有靈活的架構，支持 CPU 和 GPU 的加速運算，並可以部署在多種平臺，比如說桌面、伺服器甚至是移動設備上。
TensorFlow 的特點是他的計算圖（Computation Graph）的靈活性，並且支持分佈式訓練，適合於大規模數據和模型的處理。

特性與優勢：

1.自動微分：TensorFlow 可以自動計算反向傳播過程中的梯度，這對於深度學習中自動調整參數是非常重要的一部分。

2.計算圖（Computation Graph）：TensorFlow 使用靜態計算圖，所有操作都在圖中定義，這可以讓模型的構建、優化和分佈式計算更加靈活和高效。

3.跨平臺支持：TensorFlow 不但可以夠運行在本地的 CPU 和 GPU 上，還支持分佈式運算，甚至可以部署在移動設備或網頁應用中。

4.TensorBoard 可視化工具：TensorFlow 提供了 TensorBoard，用於監控訓練過程、可視化計算圖、查看性能和調整超參數。

5.Keras 高階 API：Keras 是 TensorFlow 的高層 API，簡化了深度學習模型的構建，我們可以更加直觀和易用，特別適合新手和快速原型設計。

6. 分佈式訓練
   TensorFlow 提供了多種方法來進行分佈式訓練。通過 tf.distribute.Strategy，我們使用者可以輕鬆地在多個 GPU 或多台機器上進行訓練，從而加速模型的訓練過程。