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

大数据文摘作品，转载要求见文末

作者 | Amy McDonald Sandjideh

编译团队 | 姜范波，Aileen

首次年度TensorFlow开发者峰会今天在山景城召开。全球直播向全世界宣布TensorFlow 1.0正式发布。

仅在它的第一年里，TensorFlow已经帮助了研究人员、工程师、艺术家、学生，以及许多其他人，在各个领域取得成就。从语言翻译到皮肤癌的早期检测和预防糖尿病致盲，我们非常兴奋地看到，TensorFlow应用于超过6000个在线开源仓库。

?一个短视频带我们回顾过去的一年里世界各地人们利用TensorFlow进行机器学习，应用在了各行各业：

?作为首次年度TensorFlow开发者峰会的一部分，谷歌在山景城，也通过网络直播向全世界宣布TensorFlow 1.0正式发布：

更快： TensorFlow 1.0 快得难以置信！XLA为将来更快的速度做好了铺垫，tensorflow.org现在也提供了如何调节模型来达到最大速度的技巧和窍门（https://www.tensorflow.org/performance/performance_guide）。谷歌很快将发表更新后的应用实例，展示如何充分利用TensorFlow 1.0 — 包括在8个GPU上将Inception v3提速7.3倍和64个GPU上将分布式Inception v3提速58倍的实施。

更灵活：TensorFlow 1.0通过tf.layers, tf.metrics 和 tf.losses 模块导入了一个更高级的API。谷歌也包含了一个新的tf.keras模块，从而提供与Keras这个很流行的高级神经网络文库的完全兼容。

更适于生产（production-ready）：TensorFlow 1.0 保证Python API的稳定性（详见https://www.tensorflow.org/programmers_guide/version_semantics），更易于获取新的特征，而不必担心打乱现有代码。

TensorFlow1.0的其它亮点

◇ Python API变更后与NumPy更相似，因为这个，也因为其他的反向兼容的变更，使得对API的支持更稳定，请使用我们的迁移指南（https://www.tensorflow.org/install/migration）和版本描述（https://github.com/tensorflow/tensorflow/tree/r1.0/tensorflow/tools/compatibility）

◇ 对JAVA和Go提供实验性API。

◇ 高级API模块tf.layers, tf.metrics 和 tf.losses—源自将skflow和 TF Slim整合到tf.contrib.learn中。

◇ 实验性XLA版本，域特异性的TensorFlow图片编译器，以CPU和GPU为靶标。XLA更新很快—请关注新版本的进展。

◇ 引入TensorFlow Debugger(tfdbg),提供命令行界面和API，以实时进行Tensorflow程序调试。

◇ 新的安卓测试版，可进行物体检测和定位，以及相机图像的风格化。

◇ 安装改进：已添加Python 3 docker图像， TensorFlow的pip包也已经与PyPI兼容，即TensorFlow可以通过简单的pip install tensorflow 启动。

尾声

我们看到世界各地TensorFlow社区发展节奏之快，令人激动。关于TensorFlow 1.0的更多相关知识和应用，可以观看Youtube上的视频，包含了最近的高级API更新和手机上使用TensorFlow，新的XLA编译器，以及各种让人兴奋的应用方式。

大数据文摘给读者带来了本次峰会的主题演讲(Keynote speech)的新鲜视频，Google高级研究员 JeffDean, TensorFlow技术主管经理Rajat Monga, 和工程总监MeganKacholia 讨论了TensorFlow的起源，自TensorFlow的开源发布以来的进展，TensorFlow的蓬勃发展的开源社区，TensorFlow性能和可扩展性，TensorFlow在世界各地的应用。

?本次峰会Keynote speech视频

?彩蛋：有没有认真听演讲呀？或者像这位同学一样边听边涂鸦？^_^（twitter @VPoltrack )