机器学习与深度学习的区别，什么是TensorFlow？由什么组成？

机器学习和深度学习的区别

1.特征提取方面：

• 机器学习：手动进行特征工程
• 深度学习：算法自动筛选提取

•  适合用在难提取特征的图像，语音，自然语言领域
  

2.数据量的大小：

• 机器学习：数据量偏小
• 深度学习：数据量非常大

•  导致计算时间比较长，需要各种计算设备
  

3.算法上的区别：

• 机器学习：朴素贝叶斯，决策树等
• 深度学习：神经网络

4.应用场景

• 图像，语音，文本
• 其它的都可以进行尝试

TensorFlow是一个采用数据流图（data flow graphs）,用于数值计算的开源软件库，节点（operation）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量。

TensorFlow程序当中的重要组成部分

• 一个构建图阶段：图（程序）的定义

•  张量：（TensorFlow）中的基本数据对象
  

•  节点（OP）:指的也是运算操作（也包括也一些不仅是提供）
  

• 一个执行图阶段：会话去运行图程序