TensorFlow 是研究和开发人员使用的众多深度学习框架之一，它可通过机器学习优化其应用程序。AWS 提供大量 TensorFlow 支持，使客户能够在计算机视觉、自然语言处理、语音转换等方面开发与处理自己的模型。
您可以通过 Amazon SageMaker 在 AWS 上开始使用 TensorFlow，前者是一项完全托管的机器学习服务，可对大规模构建、训练和部署 TensorFlow 模型进行简化，使其更经济高效。如果您更倾向于自己管理基础设施，那么您可以使用 AWS Deep Learning AMIs 或 AWS Deep Learning Containers，它们从源构建，使用最新版本 TensorFlow 进行性能优化，可快速部署自定义机器学习环境。
优势
可视化
TensorFlow 随附一整套可视化工具，有助于轻松了解、调试和优化应用程序。该工具支持各种样式（从图像和音频到直方图和图形），可帮助您快速轻松地训练大规模深度神经网络。
文档
有了 TensorFlow，您可以访问多种有助于加速 AI 开发的文档和教程。TensorFlow 还有一个非常活跃的大型用户社区，这些用户会定期提供代码并解决与 GitHub 有关的问题。
客户评价
Aerobotics 是一家南非的农业科技初创公司，通过 Aeroview 平台为农民提供数据和智能，该平台利用机器学习从无人机影像中提取数据。使用 Amazon SageMaker 和 TensorFlow，Aerobotics 可以将每个样本的训练速度提高 24 倍。
Fannie Mae 将 Amazon SageMaker 和 TensorFlow 用于其住宅评估模型，以生成准确的不动产估价，从而帮助降低抵押贷款风险。
Mobileye 是一家隶属于 Intel 的公司，他们使用 TensorFlow 和 Amazon SageMaker 开发与提供驾驶辅助和自动驾驶车辆解决方案。借助 Amazon SageMake 管道模型，数据会通过 TensorFlow 数据集 API 从 Amazon S3 流式传输到训练实例，以允许多个训练实例从相同的解耦训练数据中提取数据。
博客和文章
博客：在 Amazon SageMaker 中构建自定义推荐系统
2020 年 8 月
作者：Ray Li
博客：在基于 AWS Inferentia 的 Amazon EC2 Inf1 实例上部署 Tensorflow Openpose
2020 年 7 月
作者：Fabio Nonato de Paula 和 Haichen Li
博客：在 Amazon SageMaker 上使用 TensorFlow 训练 ALBERT 以用于自然语言处理
2020 年 5 月
作者：Jared Nielsen、Aditya Bindal 和 Derya Cavdar
博客：关于 Amazon SageMaker 上的 TensorFlow 和 Horovod 分布式训练的快速指南
2020 年 1 月
作者：Shashank Prasanna
