Google宣布TensorFlow正式版:开元机器学习

虎嗅网假装FBI02-17 11:36

2月16日,Google突然在其微信公众号“Google黑板报”上敲黑板:首届TensorFlow开发者峰会在美国加州山景城召开,正式发布TensorFlow 1.0。

关于TensorFlow,早在2015年我们曾报道过,美国当地时间2015年11月9日(北京时间11月10日),Google Research宣布推出第二代机器学习系统TensorFlow,并且是开源的。

TensorFlow是Google多年以来内部的机器学习系统,它的前身是2011年成立的DistBelief内部机器学习项目。

对于为什么推出TensorFlow并将之开源,Google当时说:“应当有一种真正的工具,能够让研究人员用来尝试他们疯狂的创意。如果那些创意产生作用的话,那么他们将能够直接转化成产品,而不需要研究人员再重新编写代码。”

TensorFlow具有灵活性佳、可移动、易于使用、完全开源等特性,任何人都可以免费使用。

S3774c70d-043c-4490-9164-c61a2e7bcf4d.png

全新TensorFlow 1.0有哪些改进?

针对上述特性,Google表示,与已有版本相比,本次推出的全新TensorFlow 1.0主要有以下改进:

更快:TensorFlow 团队将发布几个模型的更新,来展现如何充分利用 TensorFlow 1.0。它用了“超乎想象的快”来形容;

更灵活:TensorFlow 1.0为TensorFlow引进了带有更多模块的高级别应用程序界面。同时,TensorFlow团队已宣布引进能够与Keras(另一高级别的神经网络库)完全兼容的tf.keras模块;

随时就绪:TensorFlow 1.0可确保Python应用程序界面的稳定性。Python能够在不打破现有代码的情况下,更容易地获取新功能。

除此之外,TensorFlow 1.0还有着以下亮点:

1)Python应用程序界面被调整为与NumPy更相近;

2)Java 和Go的实验性API;

3)合并skflow和TF Slim后,从tf.contrib.learn而转入的高级别应用程序界面模块:tf.layers,tf.metrics和tf.losses;

4)针对中央处理器发布了XLA(TensorFlow图表的特定领域编译器)的实验版本。 XLA正在快速发展,因此预计在未来的发布会上会有更多的进展;

5)引进了TensorFlow调试器,其为TensorFlow运行程序的命令行界面和应用程序界面;

6)对象检测和定位,以及相机图像风格化的新安装系统的演示;

7)安装改进:添加Python 3 docker镜像,并使pip包兼容PyPI。现在只要简单的调用“pip安装tensorflow”,便可安装TensorFlow。

Google表示,通过使用动态批处理技术如Fold、网页工具如Embedding Projector及更新现有的工具如TensorFlow Serving,TensorFlow 生态系统将不断发展。

TensorFlow有哪些实际用途?

TensorFlow在去年11月10日(北京时间)迎来了自己的一周年,在如此短的时间内,它成为了 GitHub 上有最多 forked repositories 的框架。

在这一天,Google也进行了一个耍宝:

追踪澳洲濒危海牛

研究员们利用TensorFlow的最新图像识别技术,让电脑“学会”了识别巨型航拍图中的海牛,它的速度远远超过了人工,精度是肉眼的1.4倍。

分拣储存黄瓜

日本的一位菜农使用TensorFlow为他收获的大量黄瓜建立了一个自动分拣储存系统。自动拍摄图片后,被TensorFlow自动分拣成多达九个不同的品质级别。

Google神经网络机器翻译。

TensorFlow 和Tensor Processing Units (TPUs)为 Google神经网络机器翻译(GNMT:Google Neural Machine Translate)模型特别打造硬件加速器,通过不再将句子中的词和短语独立翻译,而是对完整句子整体处理,将翻译误差降低了55% ~ 85%。非常Google的做法。

16f50028-d644-49e0-b496-4fe1de2d1e27.gif

另外,据悉现在TensorFlow还被用在了更多的领域,包括协助诊断帕金森综合症、火车定位、谱写乐曲等。

高盛在一份长达百页的报告中,对TensorFlow的的价值给予了很高的评价:“在促进人工智能一体化(AI integration)方面,开源应用 TensorFlow 已经为其他云平台以及研究社区利用公司资源提供了先例。同时,Google正通过自身优势,比如 TPU,充分利用开源世界为公司提供竞争优势,尽管其机器学习库是开源的。”

就在1月31日,Google发布了TensorFlow 1.0.0-rc0,可以在智能手机级别的硬件上运行机器学习应用程序。

现在,它终于迎来了正式版。总之,在开源这件事情上,Google已经食髓知味。

电科技(www.diankeji.com)是一家专注于全球TMT行业的领先资讯媒体。

作为今日头条青云计划、百家号百+计划获得者,2019百度数码年度作者、百家号科技领域最具人气作者、2019搜狗科技文化作者、2021百家号季度影响力创作者,曾荣获2013搜狐最佳行业媒体人、2015中国新媒体创业大赛北京赛季军、 2015年度光芒体验大奖、2015中国新媒体创业大赛总决赛季军、2018百度动态年度实力红人等诸多大奖。

投稿、商务合作请联络微信公众号

声明:本站原创文章文字版权归电科技所有,转载务必注明作者和出处;本站转载文章仅仅代表原作者观点,不代表电科技立场,图文版权归原作者所有。如有侵权,请联系我们删除。

Tags:

猜你喜欢

//59087780b049bbb54ef4ba547ea51910