开发丨TensorFlow 1.0 正式发布,你需要知道的都在这里

谷歌表示,仅仅在发布的第一年里,TensorFlow 就帮助研究人员、工程师、艺术家、学生以及其他行业人员取得了巨大研究进展。这包括机器翻译、早期皮肤癌检测、防止糖尿病失明并发症等诸多领域。如今,TensorFlow 被用于逾 6000 个开源资源库,谷歌研究人员对此感到十分欣喜。

昨晚谷歌在山景城举办了第一届 TensorFlow 开发者峰会。作为大会的一部分,TensorFlow 1.0 的正式版本被发布出来。一起来看看它都有哪些新特性:

更快

  • 它运算更快——TensorFlow 1.0 有十分惊人的速度。它快到什么程度呢?据谷歌表示,在使用八个 GPU 的情况下,TensorFlow 1.0 在 Inception v3 的测试中有 7.3 倍的速度提升。在 64 个分布式 GPU 集群上运行,Inception v3 的跑分增加了 58 倍。 不仅如此,XLA(Accelerated Linear Algebra,即加速线性代数) 还为未来进一步的性能提升打下了基础。TensorFlow 的官方网站 tensorflow.org,也上线了官方使用指南和秘诀,以帮助开发者对模型进行调参,达到最大的训练速度。另外,AI科技评论获知,谷歌将发布针对几大主流模型的实践指导(更新版本),为如何最大化利用 TensorFlow 1.0 提供指导,相信不久之后就可以看到。

更灵活

  • 它更加灵活—— TensorFlow 1.0 加入了新的高级别 API,还有 tf.layers, tf.metrics, and tf.losses 模块。非常关键的是,谷歌宣布 TensorFlow 1.0 内置了新的 tf.keras 模块——后者使得 TensorFlow 为 Keras 提供“完全”兼容支持。这在之前就传出过风声。作为一个在 ML 开发者当中广为流传的神经网络库,Keras 的加入无疑让 Tensorflow 的使用变得更加便利。

更稳定

  • 更适合商业化使用——TensorFlow 加强了 Python API 的稳定性。这使得为它加入新特征变得更加容易,而不需要推翻已有的代码。

TensorFlow 1.0 的其他关键升级:

  • Python API 被修改得更像 NumPy。与此同时,在一定程度上牺牲了向后兼容性,以最大化 API 的稳定性。具体有哪些改变、哪些兼容性牺牲请见谷歌指南。
  • 针对 Java 和 Go 的试验性 API。TensorFlow 距离完全支持 Java 更近一步。
  • 高级别 API 模块: tf.layers、tf.metrics、和 tf.losses——在整合 skflow 和 TF Slim 之后,从 tf.contrib.learn 移植过来。
  • 对 XLA 试验性的发布。 XLA 是一个应用领域高度聚焦的 TensorFlow 图编译器,可运行于 CPU 和 GPU。雷锋网获知,谷歌的 XLA 研究进度极快。我们可以期待未来的 TensorFlow 版本配备更完善、更强大的 XLA。
  • 加入了 TensorFlow Debuggerr (tfdbg)。这是一个命令行界面兼 API,用于修复实时 TensorFlow 程序的漏洞
  • 针对物体检测和定位的新安卓 demo(展示),还有基于摄像头的图像风格化。
  • 安装改进:加入了 Python 3 的 docker 图标。TensorFlow 的 pip 包变得兼容 PyPI。这意味着 可以用 pip 简便地安装 TensorFlow。

谷歌大神 Jeff Dean 在发言中表示,看到全世界 TensorFlow 社区以如此惊人得速度发展十分激动。

TensorFlow 生态在不断增长,这伴随着新技术的加入——比如用于动态批处理的 TensorFlow Fold,类似 Embedding Projector 的工具,以及对已有工具的更新,比如 TensorFlow Serving。

Youtube 发布会全程视频:https://www.youtube.com/watch?v=LqLyrl-agOw

精华视频:https://www.youtube.com/watch?v=4n1AHvDvVvw

via google

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-02-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏智能算法

(干货) |机器视觉不可不知的相机内部工作原理

工业相机是机器视觉系统中的一个关键组件,其最本质的功能就是将光信号转变成有序的电信号。选择合适的相机也是机器视觉系统设计中的重要环节,相机的选择不仅直接决定所采...

40413
来自专栏大数据文摘

谷歌首届TensorFlow开发者峰会 重磅发布TensorFlow 1.0 | 附主题演讲视频

1523
来自专栏玉树芝兰

如何用《玉树芝兰》入门数据科学?

链接起散落的文章,给《玉树芝兰》数据科学系列教程做个导读,帮你更为高效入门数据科学。

1291
来自专栏大数据文摘

2016年2季度爆文精选 TOP10

2078
来自专栏AI研习社

TensorFlow 1.0 正式发布 你需要知道的都在这里

【AI研习社】关注AI前沿、开发技巧及技术教程等方面的内容。欢迎技术开发类文章、视频教程等内容投稿,邮件发送至:zhangxian@leiphone.com ?...

3329
来自专栏编程

Python数据挖掘学习路线是什么?学习Python学什么?

学习Python数据挖掘,你有明确的路线吗,学任何东西首先你要知道学习它的路线,了解了路线才能更容易学习,学习起来才不会非常费劲,进入正题,看看千锋教育的Pyt...

28410
来自专栏AI科技评论

详解Facebook田渊栋NIPS2017论文:让大家都能做得起深度强化学习研究的ELF平台

AI 科技评论按:这周,机器学习顶级会议 NIPS 2017 的论文评审结果已经通知到各位论文作者了,许多作者都马上发 Facebook/Twitter/Blo...

4208
来自专栏人工智能

快速安全追踪(FaSTrack):确保动态系统的安全实时导航

实时自主运动和导航是很难的,特别是当我们关心安全性时。当我们的动力系统复杂,以及外部干扰(如风)和先验条件未知时,这变得更加困难。我们在这项工作中的目标是为了保...

2557
来自专栏AI科技大本营的专栏

Facebook开源多款AI工具,支持游戏、翻译等

近日,Facebook 在年度开发者大会 F8 上宣布开源多款 AI 工具,除了 PyTorch、Caffe 等深度学习框架之外,此次开源的还包括 DenseP...

801
来自专栏有趣的Python

TensorFlow应用实战-3- TensorFlow介绍

3- TensorFlow介绍 一句话介绍: Google开源的基于数据流图的科学计算库,适用于机器学习 不局限于机器学习,但目前被大多用于机器学习等。 ...

3835

扫码关注云+社区