Arsitektur TensorFlow dirancang agar fleksibel dan modular, sehingga dapat digunakan untuk berbagai kebutuhan komputasi machine learning. Dengan pendekatan berbasis graf komputasi, TensorFlow memudahkan proses pembuatan dan pelatihan model-model kompleks.
Graf Komputasi
Graf komputasi pada TensorFlow terdiri dari simpul (nodes) yang merepresentasikan operasi matematika, dan tepi (edges) yang menunjukkan aliran data berupa tensor. Hal ini memungkinkan TensorFlow menjalankan operasi secara paralel dan efisien di berbagai perangkat.
Eksekusi Eager dan Graph
TensorFlow mendukung dua mode eksekusi: eager execution dan graph execution. Eager execution memungkinkan pengguna menulis dan menjalankan kode secara langsung, sedangkan graph execution lebih optimal untuk produksi karena dapat melakukan optimasi sebelum dijalankan.
Kompatibilitas Multi-Platform
TensorFlow dapat berjalan di berbagai sistem operasi, seperti Linux, Windows, dan macOS. Selain itu, TensorFlow juga dapat diterapkan pada perangkat mobile melalui TensorFlow Lite.