如何理解TensorFlow，TensorFlow在神经网络训练中的作用是什么？

简单粗暴解释TensorFlow：TensorFlow即是一个实现机器学习算法的接口，同时也是执行机器学习算法的框架！！

举个例子：使用神经网络解决分类问题。

使用神经网络解决分类问题可以分成以下4个步骤：

1、提取问题中实体的特征向量作为神经网络的输入。不同的实体可以提取不同的特征向量。

2、定义神经网络的结构，并定义如何从神经网络的输入得到输出。

3、通过训练数据来调整神经网络中的参数的取值，这就是训练神经网络的过程。（注意！！此时，TensorFlow的作用来了，用TensorFlow的方法（也可以理解为语法）可以表示神经网络参数！！）

     然后可以用TensorFlow来实现这个你所确定好的神经网络的结构！

4、使用训练好的神经网络来预测未知的数据。