想深入了解TensorFlow，不能错过总监亲自答的这8个问题

唐旭 发自 东瑶村 量子位 报道 | 公众号 QbitAI

△ TensorFlow工程总监Rajat Monga

5月23日，乌镇围棋峰会第一天期间，谷歌TensorFlow项目的工程总监Rajat Monga接受了媒体的群访。在采访中，Monga就一些TensorFlow方面的相关问题给出了解释，包括谷歌方面对于TensorFlow的诉求、TensorFlow目前在商业领域的应用等。

量子位将部分现场问答内容整理如下：

（Q = 提问，Rajat = Rajat Monga的回答。）

Q：TensorFlow衍生了各种高层API封装，今后最有可能推广的是哪一款？

Rajat：我们知道，针对TensorFlow有许多具有创新意义的、定制化的封装，其中一种就是Keras。我们也在积极地和Keras的开发人员合作，把两者更好地集合在一起。同时我们也为TensorFlow本身加了一些API，比如Keras、Estimator，我们希望越来越多这样的TensorFlow封装可以实现开箱即用。

Q：有了TensorFlow这样成熟的框架之后，以后深度学习方面的工程师是否还需要很强的数学功底？以后深度学习的工程师价值是否会贬值？

Rajat：谈到深度学习方面的工作，还是存在不同种类的。其中一种是研究类的，这种工作进行的是新模型的开发，这方面的研究工作依旧需要数学专业背景；还有一种工作是做应用集成、新产品的开发，这个领域的工作确实会因为一些顺手的工具相对而言变得简单。

Q：想问的是前一种情况，目前TensorFlow是开源的，但随着时间的推移，这个系统会变得越来越复杂，相对来说透明度就会降低，对于研发人员而言，是否会形成一种不健康的生态？以后TPU是否会开源？

Rajat：关于第一个问题，事实上，我们一直在TensorFlow之上进行不同的堆栈，是 层层的构架。所以在上层可能会有一些层叠，透明度会降低，但底层的透明度确实一直保持着的。

对于第二个问题，我们当然希望更多的人能用到它，我们会在未来考虑这件事情。

Q：对于TensorFlow Research Cloud Program的申请，接受条件是什么？

Rajat：因为这个项目还处于非常早期的阶段，这样的条件我们还在酝酿中，没有明确规定。

Q：刚刚您在介绍中谈到中国有最大的TensorFlow的开发者人群，想确定一些这个数量级有多大？增长的趋势如何？

Rajat：我们只知道TensorFlow的下载量是14万，而且目前很多公司、大学都在使用TensorFlow。

Q：今年三月的谷歌云大会上，您提到TensorFlow正在被越来越多的企业接纳，其中您还特意提到了中国的小米和京东。您是否能够透露这些企业在使用TensorFlow进行那些方面的研究？

Rajat：我们觉得像小米这样的公司，他们内部应该是在用TensorFlow做云分析这类应用。至于具体细节我们也不太清楚，不过根据谷歌的经验来看，估计京东、小米这些公司在做的是类似的事情。

Q：TensorFlow是否跟企业有一些定制化的合作？

Rajat：首先，在谷歌内部，TensorFlow更多地处于技术研究领域，我们并不期待将它打造成一种企业级的业务。但我们将它开源之后，GitHub这样的社区就会需要我们的一些专门技术支持；当然，如果有企业希望与谷歌就TensorFlow展开深度合作，我们也会考虑。

Q：Google内部如何使用TensorFlow？跟开源的版本是否有区别？不同团队之间使用TensorFlow会不会出现冲突？

Rajat：谷歌内部使用的TensorFlow和开源的TensorFlow是完全一样的，有些时候我们内部会在一些小的插件方面有一些改变，所以我们会一周多次和GitHub同步。我们也会有专门的团队和谷歌内部其他使用TensorFlow的团队对接，我们其实非常重视TensorFlow的开源社区服务。