TensorFlow开源一周年,已成Github最受欢迎机器学习项目(新智元报道盘点)

【新智元导读】11月10日,是谷歌大脑团队开源TensorFlow一周年的纪念日。在过去的一年中,TensorFlow发展迅速,已经成为Github上最受欢迎的机器学习项目。本文盘点了新智元在过去一年对TensorFlow所做的重要报道,带你回顾TensorFlow一年成绩。

(文/Zak Stone)Google 大脑团队开源 TensorFlow 的一年,是发生了许多大事件、非常重要的一年。

TensorFlow 的开源旨在促进机器学习研究、让每个人都能更好地利用技术。这一年来,有超过480人直接为TensorFlow做出贡献,包括 Google 员工、外部研究人员、独立程序员、学生以及其他大公司的高级开发人员。TensorFlow现在已经成为 GitHub 上最受欢迎的机器学习项目。

我们在短短 12 个月里提交了超过 10000 次 commit,提高了TensorFlow 的性能,增加了分布式训练支持,将 TensorFlow 带到 iOS 和树莓派,并将 TensorFlow 与应用广泛的大数据架构集成起来。我们还让 TensorFlow 可接入 Go,Rust和 Haskell,发布了最先进的图像分类模型,并在GitHub,StackOverflow 和TensorFlow mailing list 上回答了数千个问题。

在 Google,TensorFlow 支持从大规模产品功能到探索性研究的一切研究。我们最近使用TensorFlow(以及专为 TensorFlow 设计的硬件加速器 Tensor 处理单元)让 Google 翻译有了重大进步。Magenta 项目正在开发可以生成旋律的基于新的增强学习的模型;最近还有一位访问PhD 与 Google 大脑团队合作开发了一个可以自动在各种艺术风格之间转换的 TensorFlow 模型。DeepMind 也决定以 TensorFlow 作为他们所有研究的动力——例如,他们最近开发了基于原始音频的非常棒的语音和音乐生成模型。

我们尤其激动的是,来自世界各地的开发者在使用 TensorFlow 做研究。例如:

  • 澳大利亚海洋生物学家使用 TensorFlow 在数以万计的高清照片中找到海牛,以更好地了解濒临灭绝的海牛数量;
  • 一位日本黄瓜种植者用 TensorFlow 训练了一个模型,可以按大小、形状等特征给黄瓜排序;
  • 放射专家使用 TensorFlow 在医学扫描成像中识别柏金森病的迹象;
  • 湾区的数据科学家装配 TensorFlow 和树莓派来跟踪 Caltrain。

我们致力于确保 TensorFlow 从研究到产品以及从最小的 Rsapberry Pi 到满载 GPU 或 TPU 的数据中心都能扩展。但是,TensorFlow 绝不只是一个单一的开源项目——我们尽最大努力将其打造为与机器学习相关软件和模型的开源生态系统:

  • TensorFlow Serving 项目简化了生产过程中提供TensorFlow 的模型;
  • TensorFlow“Wide and Deep”模型结合了传统线性模型和现代深层神经网络的优势;
  • 对于那些有兴趣在云中使用TensorFlow的人来说,Google Cloud Platform 最近推出了Cloud Machine Learning,它提供了TensorFlow 作为托管服务。

不仅如此,得益于开发者的贡献,TensorFlow 库里的模型数量持续增长,现在单在 GitHub 上就有超过 3000 与 TensorFlow 有关的 repos。要想参与进来,你可以关注 Twitter 账号 @tensorflow,在 StackOverflow 提问,或者加入 Google + 的讨论。

非常感谢那些已经在你们先进产品中使用了 TensorFlow 的人,不论是你雄心勃勃的研究、快速发展中的初创公司,还是你在学校里的项目;特别是对代码库做出直接贡献的每一位。与全球机器学习开发者携手,我们期待 TensorFlow 更美好的未来!

GitHub 上最受欢迎的机器学习项目

新智元10月31日曾报道,Github 日前发布了 2016 年度的《Octoverse 观察报告》,对开源和社区做了统计过去一年中,GitHub 上涌现了一大批开源项目。以下是最受欢迎(得到星标最多)的项目:

TensorFlow 是唯一上榜的深度学习库,可见其近 12 个月来的传播程度,也从另一个侧面表明,谷歌的宣传能力或者说号召能力成效显著。

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2016-11-10

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

来自专栏数据科学与人工智能

机器学习与大数据风控

一个普遍的看法是,机器学习等人工智能技术会最先在金融领域落地。金融行业是最早实现信息化的行业,有丰富的数据积累,且对于用技术提升效率有更多的需求。 现在也有越来...

4508
来自专栏ATYUN订阅号

赫尔辛基大学AI基础教程:人工智能的相关领域(1.2节)

除了人工智能本身外,还有其他几个与之密切相关的领域,包括机器学习,数据科学和深度学习。

1253
来自专栏大数据挖掘DT机器学习

面试机器学习、大数据岗位时遇到的各种问题

自己的专业方向是机器学习、数据挖掘,就业意向是互联网行业与本专业相关的工作岗位。各个企业对这类岗位的命名可能有所不同,比如数据挖掘/自然语言处理/机器学习算法工...

4306
来自专栏PPV课数据科学社区

你的每一次外卖都是与深度学习的美丽邂逅

很多同学认为外卖是线上下单、线下送餐的业务,商业模式简单,这种想法正确但是理解片面,它不仅需要技术,而且要用深度学习来解决。那么,外卖为什么需要技术?为什么需要...

35711
来自专栏机器之心

IEEE智能系统10大AI青年科学家公布:南大俞扬、腾讯AI Lab刘威入选

1986
来自专栏腾讯高校合作

CCF-腾讯犀牛鸟基金项目课题介绍(一)——机器学习&计算机视觉及模式识别

3308
来自专栏机器之心

前沿 | BAIR开发现实环境的RL机器人,通过与人类的物理交互学习真实目标

37210
来自专栏人工智能头条

深度学习 vs 机器学习 vs 模式识别

1363
来自专栏数据科学与人工智能

【数据挖掘】基于数据挖掘技术的CRM应用

一、客户关系管理(CRM)   CRM是一种旨在改善企业与客户之间关系的新型管理方法。它是企业通过富有意义的交流和沟通,理解并影响客户行为,最终实现提高客户获取...

2208
来自专栏量子位

AI计算力6年增长30万倍,远超摩尔定律 | OpenAI分析报告

为了感受这个速度,OpenAI发布了一份分析报告,说的是2012年开始,AI训练所用的计算量呈现指数增长,平均每3.43个月便会翻倍。

853

扫码关注云+社区