TensorFlow培训


一、TF简介和现状
1. 主流深度学习框架对比


2. 版本介绍
Google 第一代分布式机器学习框架DistBelief  未开源
Google 第二代分布式机器学习框架Tensorflow 2015年11月开源 (v0.5)
2017年1月发布1.0版本,API接口趋于稳定。



3. TensorFlow 1.0 重大变化
<1> 速度提升:更快的速度,引入了XLA编译器,最高提升58倍训练速度
XLA 全称 Accelerated Linear Algebra,意为加速线性代数,是一个针对 TensorFlow 中线性代数运算的试验性质编译器。
XLA主要包括两种使用方式:JIT(Just in time)即时编译和AOT(Ahead of time)静态提前编译
大体意思就是将重复用到的一些代码提前编译为机器码,节省运行时间,提高运行效率。
目前, XLA 只支持英伟达 GPU,但这与当下机器学习应用对 GPU 支持的现状是一致的。
TensorFlow 1.0 相比于 0.12版本:
运行 Inception v3模型,
8GPU硬件下,1.0版比0.12版本快7.3倍
分布式64GPU情况下,1.0版比0.12版本快58倍


<2> 改进了在移动设备上的运行:也是通过XLA使 TensorFlow 在移动设备上运行
TensorFlow的工程师已经缩减了它的整体内存占用和 APP 的存储空间占用。这些优化对各类硬件运行环境都有好处,但对于移动平台尤其重要。此前的 TensorFlow 版本已经加入了对安卓、iOS 和 Raspberry Pi 硬件平台的支持,使得 TensorFlow 能在这类设备上处理诸如图像分类之类的任务。
创造出能在普通智能手机上运行的机器学习模型,而无需 24 小时每时每刻的云端支持,将会孵化出一系列新型应用。这是 TensorFlow 1.0 的野心之一。
TF1.0引入了新版的安卓Demo。包含物体识别、图像标记应用。
<3> 引入更高级别API,增强灵活性和兼容性
Tensorflow架构
核心是C++写的,所以装tensorflow的时候需要得有c++的库。接口是python这块最完善。
底层是运行引擎,XLA就是在运行引擎这块,运行引擎可以运行在CPU上、GPU上、Android上、IOS上。然后往上核心是C++写的,然后使用Python的接口,1.0以后加了对go和java的接口,不过这两种目前还是试验性的,不具备可部署性。最全的还是python这块的接口。加入更高级别的API主要是指的Layers以及往上的这些层。1.0以后才有的。加上这些层之后,使得我们可以编写更少量的代码来实现神经网络。
<4> 强化Python API,更适用于生产环境
意思就是增强了API的稳定性,版本升级后大部分代码兼容,更适用于生产环境部署。不会像swift那样,出了4.0,3.0用不了。就是不兼容。
TensorFlow在Google内部项目应用的增长也十分迅速:在Google多个产品都有应用如:Gmail,Google Play Recommendation, Search, Translate, Map等等;有将近100多project和paper使用TensorFlow做相关工作.
DeepMind(就是Alpha Go)去年把框架全部迁移到Tensorflow上去。
<5> 引入了TF调试器(TF Debuger)
TensorFlow Debugger (tfdbg) 帮助开发者更好的调试
<6> 加入实验性的Java API 、Go API
引入了对Java和Go语言的API,但支持不全,最全的还是Python API
<7> 支持与 Python 3 兼容的 Docker 镜像,引入 TensorFlow Serving 服务
Tensorflow Serving是一个部署服务,这个服务跟谷歌云联系比较紧密,比如你把模型都训练完了,你可以通过 TensorFlow Serving 一键部署到谷歌云上。
<8> 生态融合
TensorFlow支持以下多种技术的协作和底层存储。跟下面这些框架做了融合,不是说跑在上面。


<9> 更多模型
TF 引入更多的模型,原来在主仓库的模型现在迁移到新的单独的仓库了:  https://github.com/tensorflow/models

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值