TensorFlow 有哪些主要特性？

TensorFlow 是 Google Brain 团队开源的数值计算与 深度学习 框架，主打生产级部署与跨平台（服务器、移动端、浏览器、边缘设备）；

TF 2.x 核心特性：

1. Eager Execution：默认即时执行，调试体验接近 PyTorch
2. Keras 集成：tf.keras 为标准高层 API，快速搭建与训练模型
3. tf.data：高效输入管道（map、batch、prefetch、分布式分片）
4. 自动微分：tf.GradientTape 记录前向操作并反向求梯度
5. 分布式策略：MirroredStrategy、MultiWorkerMirroredStrategy 等多 GPU/多机训练
6. SavedModel：统一导出格式，对接 TF Serving、TFLite、TF.js

生态优势：与 Google Cloud TPU、Vertex AI 深度集成

TensorFlow 是 Google Brain 团队开源的数值计算与 深度学习 框架，主打生产级部署与跨平台（服务器、移动端、浏览器、边缘设备）。

TF 2.x 核心特性：

1. Eager Execution：默认即时执行，调试体验接近 PyTorch
2. Keras 集成：tf.keras 为标准高层 API，快速搭建与训练模型
3. tf.data：高效输入管道（map、batch、prefetch、分布式分片）
4. 自动微分：tf.GradientTape 记录前向操作并反向求梯度
5. 分布式策略：MirroredStrategy、MultiWorkerMirroredStrategy 等多 GPU/多机训练
6. SavedModel：统一导出格式，对接 TF Serving、TFLite、TF.js

生态优势：与 Google Cloud TPU、Vertex AI 深度集成；TensorFlow Lite 面向移动端量化推理。适合需要标准化 MLOps 流水线、大规模分布式和多端部署的团队。