Google 开源 TensorFlow：深度学习的基础设施战争打响
// TL;DR
- TensorFlow 用数据流图描述计算，一套代码可跑 CPU/GPU、桌面与移动端。
- Apache 2.0 协议，商用友好，明显冲着开发者生态来的。
- 框架之争的本质是人才与生态之争，Theano/Caffe/Torch 的好日子到头了。
发生了什么
Google 这周把 TensorFlow 开源了——这是他们内部 DistBelief 系统的第二代重写，Jeff Dean 团队出品，Apache 2.0 协议，代码直接放上 GitHub。核心抽象是“计算图”：你用 Python 把运算描述成一张数据流图，框架负责自动求导、调度执行，同一套代码可以跑在 CPU、GPU，甚至手机上。
为什么这步棋值得琢磨
把核心系统开源，Google 图什么？我能想到三层：第一层，招聘——全世界研究者都用你的工具，意味着入职零成本上手；第二层，生态——论文、教程、预训练模型都沉淀在你的框架上，护城河越积越深；第三层，云——今天用 TensorFlow 训练，明天自然买 Google Cloud 的算力。开源框架是免费的，跑框架的算力可不便宜。
对我们普通从业者倒是实打实的利好：之前 Theano 编译慢、Caffe 不灵活、Torch 要写 Lua，现在有一个工业级背书、文档齐全的选项。我已经把手头的实验迁了一个过去，体验只能说尚可——API 有点啰嗦，调试像隔靴搔痒。但生态的力量是滚雪球的，这个雪球 Google 推得动。
框架本身不是壁垒，围绕框架长出来的生态才是。