TF家族是一款由Google公司开发的机器学习框架，它通过张量（Tensor）这个数据类型来处理各种数学计算，从而提高机器学习的效率和精度。TF家族三代指的是TensorFlow 1.x、TensorFlow 2.x和TensorFlow Lite。
TensorFlow 1.x是最早推出的版本，支持静态图模式，需要先定义好计算图才能运行。它的优点是可以对计算过程进行优化，提高运行效率。缺点则是需要提前定义好图，操作起来不太方便。
TensorFlow 2.x推出后，改进了很多上述问题。它采用了动态图模式，可以直接对计算过程进行操作，省去了先定义图的这个步骤。另外，它还融合了Keras，提供了更友好的API接口，降低了门槛，方便了初学者。
TensorFlow Lite是专门为移动端和嵌入式设备开发的版本，可以在移动端和物联网设备上运行。它采用了量化（Quantization）技术，将模型的精度缩减到一个可接受的范围内，从而在硬件资源有限的情况下也可以达到较好的效果。此外，它还支持模型压缩，可以将模型大小降到一个比较小的程度，方便部署和使用。
总之，TF家族三代各有优劣，可以根据不同需求进行选择和使用。其中，TensorFlow 2.x和TensorFlow Lite是比较新的版本，具有更好的易用性和适配性，值得使用和尝试。
0