TensorFlow — Framework ML Toàn Diện Của Google

TensorFlow là framework máy học mã nguồn mở của Google — nền tảng end-to-end bao phủ việc nạp dữ liệu, huấn luyện model và triển khai production. Ra mắt lần đầu bởi đội Google Brain vào ngày 9/11/2015. Viết bằng Python, C++ và CUDA. Phiên bản mới nhất: 2.21.0 (tháng 3/2026), ~197k sao GitHub, giấy phép Apache 2.0.

Điều Gì Làm TensorFlow Khác Biệt?#

TensorFlow không chỉ là thư viện huấn luyện — nó là cả một hệ sinh thái:

Khái Niệm Cốt Lõi#

Tensor#

Mọi thứ đều là tensor — mảng đa chiều:

import tensorflow as tf

x = tf.constant([[1, 2], [3, 4]], dtype=tf.float32)
y = tf.matmul(x, x)          # Nhân ma trận
print(y.shape)               # (2, 2)

Eager Execution#

TF 2.x thực thi phép toán eager (như Python thường) theo mặc định — dễ debug. API đồ thị tĩnh nằm trong tf.compat cho code cũ.

Trình Biên Dịch XLA#

@tf.function(jit_compile=True)
def compute(x, w):
    return tf.matmul(x, w)

tf.function truy vết code thành đồ thị, sau đó XLA (Accelerated Linear Algebra) biên dịch và hợp nhất các op cho GPU/TPU — thường tăng tốc 5-50x trên model nặng tính toán.

Lịch Sử#

Bắt Đầu#

pip install tensorflow # CPU + GPU (NVIDIA CUDA)
pip install tensorflow-cpu # Chỉ CPU, nhỏ hơn nhiều

import tensorflow as tf
from tensorflow import keras

# Nạp dữ liệu
(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()

# Xây model
model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation="relu"),
    keras.layers.Dense(10, activation="softmax"),
])

# Huấn luyện
model.compile(optimizer="adam", loss="sparse_categorical_crossentropy",
              metrics=["accuracy"])
model.fit(x_train, y_train, epochs=5, validation_split=0.2)

# Lưu
model.save("mnist.keras")

Hỗ Trợ GPU & TPU#

• GPU: NVIDIA CUDA có sẵn; DirectX và macOS Metal qua device plugin
• TPU: TensorFlow là framework tham chiếu cho Google TPU (Tensor Processing Unit) — XLA được xây dựng cho chúng. Đây là nơi TensorFlow vẫn vượt PyTorch rất xa
• Huấn luyện phân tán: tf.distribute (MirroredStrategy, MultiWorkerMirroredStrategy, TPUStrategy)

Ai Đang Dùng#

• Thuật toán gợi ý của YouTube
• Đội xe tự lái Waymo
• Huấn luyện TPU quy mô Google (Gemini huấn luyện trên hỗn hợp JAX + TensorFlow)
• Các stack production lớn dựa trên TFX + TensorFlow Serving

Điểm Mạnh & Điểm Yếu (2026)#

Điểm mạnh:

• Hệ sinh thái production trưởng thành (Serving, TFX, LiteRT) — runtime ML được triển khai nhiều nhất thế giới
• Hỗ trợ TPU tốt nhất và XLA trưởng thành
• Keras 3 giúp model của bạn chạy được trên backend PyTorch hoặc JAX
• 197k sao, Google hậu thuẫn, đội ngũ bảo trì lớn

Điểm yếu:

• Mất dần thị phần nghiên cứu — PyTorch giờ chiếm hơn 55% bài báo
• Công cụ Hugging Face ưu tiên PyTorch; checkpoint TF thường được chuyển đổi tự động
• API đồ thị tĩnh cũ vẫn gây phức tạp
• Cài đặt Python API lớn (~570 MB wheel GPU)

Kết Luận#

TensorFlow vẫn là con ngựa kéo production: nó vận hành một số hệ thống ML lớn nhất thế giới và sở hữu lãnh địa mobile (LiteRT), trình duyệt (TF.js) và TPU. Với nghiên cứu mới, PyTorch thống trị; với cloud Google, TPU, on-device và stack serving quy mô lớn, TensorFlow vẫn là lựa chọn an toàn nhất — và Keras 3 giờ cho phép bạn phòng thủ khỏi việc khóa framework hoàn toàn.

Tài liệu tham khảo#

• TensorFlow GitHub ↗
• TensorFlow Official Site ↗
• TensorFlow Install Guide ↗
• TensorFlow Version Compatibility ↗
• XLA Docs ↗