深度学习对计算机科学而言,是有相当深远的影响的。它让尖端科技研究、开发数千万人日常使用的产品成为可能。
Research宣布推出第二代机器学习系统TensorFlow,针对先前的DistBelief的短板有了各方面的加强,更重要的是,
它是开源的,任何人都可以用。
谷歌内部深度学习结构DistBelief开发于2011年,它让谷歌能够针对数据中心的数千核心,构建更为大型的神经网络和规模训练,典型的应用像是提升谷歌应用中的语音识别能力,以及为谷歌搜索加入图片搜索功能。
不过DistBelief存在一些限制,比如说较难设置,而且和谷歌内部接触设施紧密结合——这就没法很好地分享研究代码了。所以Google Research宣布推出开源的TensorFlow,这是谷歌的第二代机器学习系统,对于DistBelief的短板做了补足。TensorFlow灵活性佳、可移动、易于使用,而且是完全开源的。基于DistBelief的速度、可扩展性和为产品做准备的特性,TensorFlow做得更为出色。按照谷歌所说,在某些基准测试中,TensorFlow的表现比DistBelief快了2倍。
TensorFlow内建深度学习的扩展支持,不止于此——任何能够用计算流图形来表达的计算,都可以使用TensorFlow。任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化(auto-differentiation)。通过灵活的Python接口,要在TensorFlow中表达想法也会很容易。
除了在研究方面,TensorFlow会很有帮助,对于实际的产品也是很有意义的。将思路从桌面GPU训练无缝搬迁到手机中运行。使用谷歌的样本模型架构,就能很快地开始使用机器学习技术——谷歌正计划在TensorFlow之上发布ImageNet计算机视觉模型。
更重要的是,TensorFlow是开源的,任何人都可以免费使用。谷歌的深度学习研究人员都在用TensorFlow,未来也将在机器学习产品中继续使用。