原标题：玩转TensorFlow？你需要知道这30功能

雷锋网 AI 科技评论按：TensorFlow 是目前最流行的深度学习库，它是 Google 开源的一款人工智能学习系统。Tensor 的意思是张量，代表 N 维数组；Flow 的意思是流，代表基于数据流图的计算。把 N 维数字从流图的一端流动到另一端的过程，就是人工智能神经网络进行分析和处理的过程。
最近，twitter 上有一位 Google AI 工程师总结了 TensorFlow 的 30 个主要功能，雷锋网 AI 科技评论整理如下。

在过去几年，有关 TensorFlow 的知识系统占据了我的大脑。与其它一些更新的框架相比，TensorFlow 的功能并不是很多。

我对这个产品投入全心的思考并写下了我的想法，下面是一条接一条不断扩展的清单。对此，你准备好了吗？

1）TensorFlow 扩展（TFX）
大家都知道我特别喜欢用 TFX 以及它的全套工具来把机器学习模型部署到生产环境中。如果你关心如何使模型保持最新并监控它们，那么你可以了解一下这个产品、看看它的论文。

地址是：tensorflow.org/tfx/?hl=zh-cn

2）TensorFlow hub
如果你想在小型数据集上训练你的模型，或者提高泛化能力，你会需要使用迁移学习。TFHub 模块使它变得容易，并且可以在 这个开源软件商店中使用。
TF Hub 的地址是：tensorflow.org/hub/

3）TFX 数据验证
如何自动确保用于重新训练模型的数据与最初用于训练模型的数据具有相同的格式、源、命名约定等。
对于线上训练来说，这是一个量很大的工作！
?hl=zh-cn

4）TFX -TensorFlow 变换
同样地，你可能希望用于重新训练的数据也能被自动进行预处理：对特定特性进行归一化、将字符串转换为数值等。Transform 不仅可以对单个样本进行这些操作，还能批处理数据。
网址是：?hl=zh-cn

5）TFX 模型分析
我最喜欢用 TensorFlow 模型分析功能去检查模型的输入数据或者模型推理过程中可能发生在某一小部分数据上的问题。我可以用它来仔细检查数据，以确保所有类别的数据都没有受到负面影响
网址是：?hl=zh-cn

6）TFX-服务
服务使得部署新算法+实验变得容易，但是仍然能保持相同的服务器架构+API。它不仅可以直接支持 TensorFlow 上的模型，也可以支持其它模型。
网址是：?hl=zh-cn

7）TensorBoard
TensorBoard 是 TensorFlow 框架上一个非常酷炫的可视化工具，它也是 TensorFlow 直接自带的。它可以可视化展现模型运行过程中的日志，而且对于标量、直方图、分布、图、图像、音频等都有各自的展示面板。
网址是：?amp=1

8）TensorFlow Lite (#TFLite)
用 #TFLite 可以在手机和嵌入式设备上部署模型。如果你看到安卓手机上有检测植物叶子是否有疾病的 APP，或者小型的、具备 AI 技能的机器人，那么它们很有可能使用了 #TFLite。
网址是：?amp=1

9）TensorFlowJS
这是一个 JavaScript 库，用于在浏览器和 Node.js 上训练和部署 ML 模型。如果你已经习惯了使用 TensorFlow Playground 和 GAN Playground，TFJS 就是它们背后的支撑技术。TensorFlowJS 的团队也棒极了！
网址：

10）TensorFlow 上的 Swift
Swift 可以在运行代码前，捕获类型错误和形状不匹配的错误，并内置了自动微分功能。它带来了 eager execution 功能，而且让 TF 的可用性提高了非常多。我还需要多用用这个
网址：