前年Google宣布将其深度学习平台TensorFlow开源，周四Google在TensorFlow开发者大会上宣布TensorFlow 1.0。
Google强调TensorFlow 1.0底层采用XLA，这是专为TensorFlow图谱而设计的专用组译器，效能大为提升，例如在8GPU机器上执行Inception v3 模型速度提升7.3倍，在64GPU环境下跑分布式Inception v3 模型训练速度更增加到58倍， Google也会于近日将常见模型的实作公开出来。
此外，TensorFlow 1.0加入TensorFlow高阶API如tf.layers、tf.metrics及tf.losses模块等，并加入 tf.keras模块以便能兼容于Keras高阶神经网络函式库。 TensorFlow 1.0还修改Python API，使其与机器学习研发者常用的NumPy用法更相近，并强化其稳定性、增加向后兼容性，让开发人员在不影响现有程序代码情况下扩增新功能。
另外TensorFlow 1.0还加入Java与Go的实验性API、TensorFlow 除错工具（tfdbg），及提供对象侦测定位、相片影像风格化的Android范例。 此外安装也更方便；TensorFlow 1.0现已加入Python 3 docker images，且PIP套件也兼容PyPI，让TensorFlow只要呼叫pip install tensorflow就可以安装。
去年以来TensorFlow还在原有机器学习模型的部署系统(serving system) TensorFlow Serving之外陆续加入多项功能，包括动态配给(dynamic batching)工具Fold、高维度数据可视化工具Embedding Projector等。
