一、代码获取
切换到r1.4稳定分支：
cd tensorflow
git check r1.4
二、源码结构
tree -d -L 1 ./tensorflow
目录 | 说明 |
/c | C++ API，也是一些 Python API 与 C 层的接口部分 |
/cc | |
/compiler | 即时编译的工具内容 |
/contrib | 一些额外的库，大部分由第三方添加，其中一些正式确定的内容会移出去 |
/core | TensorFlow 的核心运行时代码 |
/core/distributed_runtime | 分布式运行时代码 |
/core/framework | 运行时中相对最底层的架构部分，涉及到很多基础结构的定义、与 Protobuf 的结合部分等等 |
/core/graph | 运行时中对计算图的定义和处理 |
/core/kernels | 计算图中 Op 的核心计算部分（即 Op 的 Kernel 函数） |
/core/lib | 运行时中调用的其他库的接口？ |
/core/ops | C 部分的 Op 分成两个部分，核心计算函数在前面的 /kernels 目录中，这里存的是 Op 面向上层 Python 运行时的注册部分内容。 |
/core/platform | 针对不同平台的额外内容 |
/core/profiler | 运行时的调优工具？ |
/core/protobuf | Protobuf 的定义 |
/core/util | 其他的一些工具 |
/python | TensorFlow Python 部分的运行时和 API |
重点文件夹如下：
core
内核的源码，C++实现。
python
接口API，python实现。
contrib
第三方库，实验性，当 contrib 标准化,并从 中,并正式对外发布。
stream_executor
提速组件，并行化、分布式相关。
compiler
优化计算图，主要优化OP的分解组合方式，找到尽可能好的图构建方式，能够分析运行时的计算图,将多个 OP 融
合在一起,并生成更高效的本地机器代码,提升计算图的执行效率。
三、逻辑构架图
