TensorFlow模块与架构

TensorFlow支持各类异构的平台，支持多CPU/GPU，服务器，移动设备，具备良好的跨平台的特性；编程

底层：设备通讯层，负责网络通讯和设备管理。设备管理能够实现TF设备异构的特性，支持CPU、GPU、Mobile等不一样设备。网络通讯依赖gRPC通讯协议实现不一样设备间的数据传输和更新。
第二层：Kernel 实现层，以Tensor为处理对象，依赖网络通讯和设备内存分配，实现了各类Tensor操做或计算。Opkernels不只包含MatMul等计算操做，还包含Queue等非计算操做。
第三层：图计算层，包含本地计算流图和分布式计算流图的实现。Graph模块包含Graph的建立、编译、优化和执行等部分。
第四层: API接口层， C API是对TF功能模块的接口封装，便于其余语言平台调用。
第五层: Client 层，不一样编程语言在应用层经过API接口层调用TF核心功能实现相关实验和应用。