内容大纲：开发tensorflow的背景动机，tensorflow的术语原理和框架，以及它和其他框架平台的对比。
背景由来：google继DistBlief后，参照Theano开发的机器学习框架。
开发动机：分布式计算，加速，更方便地训练和推理，由于扩展性来增加新算法和优化主流算法性能。
术语：图（graph），张量（tensor），操作（operation），节点（node），变量（variable），队列（queue）
原理：静态流图，也支持动态控制条件流图。
框架：
对比其他平台：Caffe，Theano，Torch， PyTorch，性能更优，更适合分布式部署。