2018 TensorFlow 开发者峰会于北京时间 3 月 31 日凌晨 0 点 30 分在美国加利福尼亚州计算机历史博物馆如期举行,汇集全球机器学习开发者进行为期一天的技术分享和演示。
这次的大会上,没有太多令人惊喜的发布。
当然也有一些值得关注的改变。
其中讨论最多的话题,还是TensorFlow这个平台对更多编程语言的支持。主要是JavaScript和Swift。
其一,TensorFlow发布面向JavaScript开发者的机器学习框架TensorFlow.js
这是一个面向JavaScript开发者的机器学习框架,可以完全在浏览器中定义和训练模型,也能导入离线训练的TensorFlow和Keras模型进行预测,还对WebGL实现无缝支持。
在浏览器中使用TensorFlow.js可以扩展更多的应用场景,包括展开交互式的机器学习、所有数据都保存在客户端的情况等。
实际上,这个新发布的TensorFlow.js,就是基于之前的deeplearn.js,只不过被整合进TensorFlow之中。
Google还给了几个TensorFlow.js的应用案例:
游戏:Emoji寻宝
地址:emojiscavengerhunt.withgoogle.com/
更多可以访问:js.tensorflow.org/
其二,TensorFlow for Swift将在四月开源
尽管这个项目还在初期阶段,但是也有很多人对此抱有期待。例如fast.ai创始人、前任Kaggle总裁Jeremy Howard就把这个列为峰会最重要的发布内容,而且还说:我们是不是终于可以放下Python了?
关于TensorFlow for Swift信息较少,感兴趣的可以访问下面这个地址:www.tensorflow.org/community/s…
此外,TensorFlow还有一些新功能。
包括TensorFlow Hub。“旨在促进模型的可重复使用部分的发布、发现和使用……它们包含了已在大型数据集上预先训练好的变量,并且可以用一个较小的数据集进行再训练,来提高泛化能力,或是加速训练”。
这部分说明引自Google官方微信公众号TensorFlow。
Cloud TPU也会更快更强。
如果你对这次的峰会更多内容感兴趣,建议直接访问新发布的TensorFlow博客查看,地址是:blog.tensorflow.org (跳转medium.com)
TensorFlow 1.7.0提前发布
去年2月16日,2017年度TensorFlow开发者大会也是山景城召开。当时的大会上,Google推出了TensorFlow 1.0版本。
不过,这次的开发者大会肯定是不会发布2.0版本了。
因为就在这次的开发者大会前不久,Google发布了TensorFlow 1.7.0版本。主要的改进包括把Eager模式从contrib中移出来等。
而其中最引人瞩目的,就是从这个版本开始,TensorFlow全面集成了来自英伟达的TensorRT。
作为一个库,TensorRT能够优化TensorFlow的FP16浮点和INT8整数计算,而且还能最大化吞吐量,降低GPU的推理延迟等等。
Google给出的数据显示,整合了TensorRT的TensorFlow在运行ResNet-50时,比没有整合的版本提速8倍。
更多关于TensorFlow 1.7.0版本的情况,可以访问GitHub了解。地址:github.com/tensorflow/…
这个月中旬,Stack Overflow发布了十万程序员大调查。这份调查报告显示,TensorFlow是程序员最爱框架。
报告称:机器学习框架在开发者们心目中形象不错,TensorFlow荣登程序员最爱榜榜首,有73.5%正在用它的程序员表示还想继续用,Torch/PyTorch排在第3名,68%用户打算继续用下去。
在程序员最想学的框架中,TensorFlow排在第3,而Torch/PyTorch排在第10名。还没用上TensorFlow的程序员有15.5%打算学一学,而没用上Torch/PyTorch的人里,有4.5%的人打算投入它的怀抱。
同时,也有不少人对这两个机器学习框架不太满意,26.5%的TensorFlow用户想脱离它。
以上内容来自微信公众号量子位(ID:QbitAI),夏乙 假装发自 Computer History Museum,著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。部分内容与原文有所不同。
更多相关内容请戳➡️2018 TensorFlow开发者峰会都发布了哪些杀器?
TensorFlow 中文文档说明 ?
为了方便开发者和研究人员了解学习和使用 TensorFlow,我们准备了下列内容。并为大家提供了 TensorFlow 中文文档。
TensorFlow Docs 是由掘金翻译计划实时维护的 TensorFlow 官方文档中文版,维护者由全球各大公司开发人员和各著名高校研究者及学生组成。欢迎大家加入维护团队,欢迎提 Issue 和 PR。
详细内容请见 TensorFlow 中文文档
权威资源 ?
- ? 官网:www.tensorflow.org
- ? 中文版文档:TensorFlow Docs
- ? Google+:TensorFlow Google+ 社群
- ? Github:https://github.com/tensorflow
- ? Twitter:https://twitter.com/tensorflow
- ? Slack:http://gdsub.cn/tfcn
视频 ?
- Deep Learning | Coursera
- Machine Learning | Coursera
- Machine Learning Foundations: A Case Study Approach | Coursera
- Tensorflow tutorials (Eng Sub) 神经网络系列教程 | YouTube
相关开源库 ?
- Tensorboard: TensorFlow's Visualization Toolkit
- Tensor2tensor: A library for generalized sequence to sequence models
- Tensorboard-plugin-example
- Playground: Play with neural networks
- Skflow: Simplified interface for TensorFlow for Deep Learning
- Flod: Deep learning with dynamic computation graphs in TensorFlow
- TensorFlow-Examples: TensorFlow Tutorial and Examples for Beginners with Latest APIs
- tflearn: Deep learning library featuring a higher-level API for TensorFlow