前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >谷歌TF2.0凌晨发布!“改变一切,力压PyTorch”

谷歌TF2.0凌晨发布!“改变一切,力压PyTorch”

作者头像
OpenCV学堂
发布2019-10-11 12:06:11
7560
发布2019-10-11 12:06:11
举报
文章被收录于专栏:贾志刚-OpenCV学堂

点击上方↑↑↑“OpenCV学堂”关注我

来源:公众号 量子位 授权转载

TensorFlow 2.0终于来了!

今天凌晨,这个全球用户最多的深度学习框架,正式放出了2.0版本。

Google深度学习科学家、Keras作者François Chollet热情的表示:“TensorFlow 2.0是一个来自未来的机器学习平台,它改变了一切”。

不少网友表示,TensorFlow 2.0比PyTorch更好用,已经准备全面转向这个新升级的深度学习框架了。

更易用的TF2.0

尽管是排名第一的深度学习框架,但TensorFlow的缺点也一直非常明显。官方对此也心知肚明,因此在今早发布的博客中写道:

”TensorFlow 2.0由用户社区推动,告诉我们他们想要一个易于使用、灵活又强大的平台,并且支持部署到任何地方。“

那么TF2.0有什么改进?

一、Keras与TensorFlow紧密集成,默认eager execution,执行Pythonic函数。官方表示,对开发者来说,TensorFlow 2.0用起来跟Python差不多;对于研究者来说,新框架也在低级API方面进行了重点投入。

二、为了在各种平台上运行,SavedModel文件格式进行了标准化。

三、针对高性能训练场景,可以使用Distribution Strategy API进行分布训练,且只需进行少量代码修改就能获得出色的性能。支持Keras Model.fit、自定义训练循环、多GPU等等。

四、TensorFlow 2.0提高了在GPU上的性能表现。以ResNet-50和BERT为例,只需要几行代码,混合精度使用Volta和Turing GPU,训练表现最高可以提升3倍。

五、新增TensorFlow Datasets,为包含大量数据类型的大型数据集提供了标准接口。

六、虽然保留了传统的基于Session的编程模型,但官方现在建议使用eager execution进行常规的Python开发。tf.function装饰器可以把代码转换成可以远程执行、序列化、性能优化的图。在Autograph的帮助下,能把常规的Python控制流直接转成TensorFlow控制流。

七、官方提供了TensorFlow 1.x升级2.0的迁移指南,TF2.0还有一个自动转换的脚本。

八、TensorFlow 2.0提供了易用的API,能够灵活快速的实现新想法。模型的训练和serving也已经无缝集成在基础架构中。

更多关于TensorFlow 2.0的信息,可以>

访问官网: https://www.tensorflow.org/

GitHub: https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0

这还有一段官方介绍视频:

“改变一切,力压PyTorch”

TensorFlow 2.0发布之后,引发了广泛的讨论和关注。

Google深度学习科学家、Keras作者François Chollet热情的表示,TensorFlow 2.0是一个来自未来的机器学习平台,它改变了一切。

现在GitHub上排名第一的NLP机器学习课程practicalAI的作者、苹果公司AI研究员Goku Mohandas在推特上说,他们正在从PyTorch转向TensorFlow 2.0。

用户Francois Piednoel留言表示,他已经体验了TF2.0一整周,他给出同样的结论:TF2.0现在已经力压PyTorch一手了。

深度学习研究和教育者、fast.ai创始人Jeremy Howard也称赞TF2.0的发布是”令人兴奋的一步,与TensorFlow一代相比是一个巨大的飞跃“。

当然,至于实际怎么样,还得大家亲自体验了。

为了迎接新版的发布,TensorFlow团队的Josh Gordon,还整理了一份学习资源。

1、Deep Learning with Python

TF2.0基于Keras。如果你是一个深度学习新手,最好从这本书入手。当然这本书里的代码需要改一下,但非常简单:

import keras -> from tensorflow import keras

这本书地址在此:

https://github.com/fchollet/deep-learning-with-python-notebooks

2、Hands-on ML第二版

这本书非常棒,可以带你更深入TF2.0,记得要看第二版。

这本书地址在此:

https://github.com/ageron/handson-ml2

3、AppliedML

如果你喜欢看视频,这有一个深入scikit-learn和机器学习的内容,免费。这套课程名叫AppliedML,YouTube上的地址在此:

https://www.youtube.com/channel/UCMEXgDffQy6nS2a74Gby8ZA/videos

4、官方教程

最后,推荐最新的TF2.0入门教程。地址:

tensorflow.org/tutorials/

安装TF2.0

TensorFlow 2.0支持如下的64位操作系统:

  • Ubuntu 16.04 or later
  • macOS 10.12.6 (Sierra) or later (no GPU support)
  • Windows 7 or later
  • Raspbian 9.0 or later

下载安装包:使用Python的pip安装,版本需要19.0之后。

当然……不安装也能用,因为还有一个神器:

Google Colab。

好了,最后祝大家节日快乐!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-10-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 OpenCV学堂 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 更易用的TF2.0
  • “改变一切,力压PyTorch”
  • 安装TF2.0
相关产品与服务
腾讯云 TI 平台
腾讯云 TI 平台(TencentCloud TI Platform)是基于腾讯先进 AI 能力和多年技术经验,面向开发者、政企提供的全栈式人工智能开发服务平台,致力于打通包含从数据获取、数据处理、算法构建、模型训练、模型评估、模型部署、到 AI 应用开发的产业 + AI 落地全流程链路,帮助用户快速创建和部署 AI 应用,管理全周期 AI 解决方案,从而助力政企单位加速数字化转型并促进 AI 行业生态共建。腾讯云 TI 平台系列产品支持公有云访问、私有化部署以及专属云部署。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档