据外媒报道，在美国加利福尼亚州山景市举行的首届TensorFlow开发峰会上，谷歌发布了代表人工智能发展趋势的TensorFlow深度学习开源框架1.0版。谷歌宣称这一版本可以应用编程接口（API）的方式用于生产环境之中。
TensorFlow工程总监在大会上表示，还有新的工具将纳入该框架，包括人工神经网络，可先用数据训练再对新数据进行推断。现在，还增加了传统机器学习工具，包括K均值和支持向量机（SVM）。
这一版本也整合了基于Python的Keras库。Keras库的最初设计目的是增强深度学习框架Theano的易用性。Monga说，现在还有“预制的估计模块”或模型，包括可以快速上手的简单神经网络。
另外，谷歌很快就会开源将TensorFlow（尤其是谷歌Inception神经网络模型第三版）速度提升58倍的代码。TensorFlow还将支持高通骁龙（Snapdradon）820手机芯片及其Dragonboard 820c主板上的Hexagon数字信号处理器(digital signal processor，DSP)。同时，还有一个试验性质的TensorFlow编译器XLA,将图形即时（just-in-time）编译成底层计算框架所支持的汇编语言。根据1.0版本的发布说明，TensorFlow有一套试验性质的Java应用编程接口和调试器。
谷歌在2015年首次推出了TensorFlow框架,此后逐渐增加了一些功能，比如分布式训练、Hadoop分布式文件系统（HDFS）和略显诙谐的Parsey McParseFace语言解析器。谷歌提供了云机器学习服务，所以可在谷歌的云基础设施上运行TensorFlow。
工程总监表示，到2017年3月底，谷歌不仅会发布新的基准测试，展示与其它深度学习框架相比TensorFlow的总体情况如何，也会发布用于基准测试的模块。