平台 TensorFlow
Tensorflow 是 python 封装的深度学习库，非常容易上手，对分布式系统支持比 Theano 好，同时还是 Google 提供资金研发的
-
在Tensorflow里：
-
使用张量(tensor)表示数据.
-
使用图(graph)来表示计算任务.
-
在被称之为会话(Session)的上下文 (context)中执行图.
-
通过变量 (Variable)维护状态.
-
使用feed和fetch可以为任意的操作(arbitrary operation)赋值或者从其中获取数据.
-
TensorFlow 算是一个编程系统，它使用图来表示计算任务，图中的节点被称之为operation(可以缩写成op)，一个节点获得0个或者多个张量(tensor，下文会介绍到)，执行计算，产生0个或多个张量。
模型与应用
- RNN(Recurrent neural networks) 递归神经网络
在深度学习领域，传统的前馈神经网络（feed-forward neural net，简称FNN）具有出色的表现。 在前馈网络中，各神经元从输入层开始，接收前一级输入，并输入到下一级，直至输出层。整个网络中无反馈，可用一个有向无环图表示。
- 不同于传统的FNNs，RNNs引入了定向循环，能够处理那些输入之间前后关联的问题。定向循环结构如下图所示：
