TensorFlow 1.0 釋出，更快、更靈活、更方便！(含峰會主題演講視訊)

谷歌開發者_發表於2017-02-17

640?wx_fmt=gif


640?wx_fmt=png


不過是在推出的第一年，TensorFlow 就已幫助研究人員、工程師、藝術家、學生以及許多其他人員在語言翻譯到早期發現皮膚癌以及預防糖尿病致盲的各個領域取得進展。我們興奮地看到，人們在 6000 多個線上開放原始碼儲存區中使用 TensorFlow。


640?wx_fmt=jpeg


我們在 Mountain View 舉辦並面向全球實況直播的首次年度 TensorFlow 開發者峰會期間宣佈 TensorFlow 1.0 正式釋出。


速度更快：TensorFlow 1.0 快得不可思議！XLA 為將來進一步的效能提升奠定了基礎，tensorflow.org 現在加入了提示與技巧，可讓您通過優化模型達到最快速度。我們不久便會發布幾種流行模型的更新版實現，以說明如何充分利用 TensorFlow 1.0：其中包括在 8 GPU 系統上實現 7.3 倍 Inception v3 加速，和在 64 GPU 系統上實現 58 倍分散式 Inception v3 訓練加速！


它靈活性更高：TensorFlow 1.0 推出了一個包含 tf.layers、tf.metrics 和 tf.losses 模組的 TensorFlow 專用高階 API。我們還宣佈加入了一個新的 tf.keras 模組，該模組全面相容 Keras：另一個流行的高階神經網路內容庫。


它的生產就緒度達到了前所未有的水平：TensorFlow 1.0 承諾 Python API 穩定性（詳見此處：www.tensorflow.org/programmers_guide/version_semantics），這使它能夠更方便地加入新功能，而且不必擔心破壞您的現有程式碼。


2017 TensorFlow 開發者峰會主題演講視訊：


TensorFlow 1.0 的其他亮點：

  • Python API 更改後更加類似 NumPy。如需瞭解為了支援 API 未來穩定性而進行的這項更改以及其他不向後相容更改，請參閱我們的便捷遷移指南和轉換指令碼。

  • 面向 Java 和 Go 的實驗性 API。

  • 高階 API 模組 tf.layers、tf.metrics 和 tf.losses：納入 skflow 和 TF Slim 後從 tf.contrib.learn 帶入。

  • 實驗性版本的 XLA，一種適用於 TensorFlow 圖表、以 CPU 和 GPU 為目標的網域專用編譯器。XLA 進化迅速：預期可在即將釋出的版本中看到更多進展。

  • 推出 TensorFlow 除錯程式 (tfdbg) 這個用於除錯實時 TensorFlow 程式的命令列介面和 API。

  • 新增了用於物件檢測和本地化以及基於攝像頭影象風格化的 Android 演示應用。 

  • 安裝改進：新增了 Python 3 Docker 影象，TensorFlow 的 pip 軟體包現在符合 PyPI 標準。這意味著現在只需簡單地呼叫 pip install tensorflow 便可安裝 TensorFlow。


全球 TensorFlow 社群的快速發展步伐令我們驚喜。要想了解更多有關 TensorFlow 1.0 及其使用方法的內容，您可以觀看 YouTube 上的 TensorFlow 開發者峰會演講，它們涵蓋了從更高階 API 到移動平臺 TensorFlow 再到新推出的 XLA 編譯器的近期動態，以及令人興奮的 TensorFlow 使用方法。


TensorFlow 生態系統將隨著 Fold 之類的全新動態批處理技術、Embedding Projector 之類的工具以及 TensorFlow Serving 之類現有工具的更新繼續成長。


我們無比感謝由程式碼貢獻者、教育工作者和研究人員組成的社群，他們在深度學習領域取得的進步可令所有人受益。我們期待著與您在 GitHub 問題、Stack Overflow、@TensorFlow 等論壇、discuss@tensorflow.org 討論組以及未來的活動中與您合作。


推薦閱讀：

TensorFlow中國線下活動

盤點Google機器學習開源專案一年來的小成就

Google資深研究科學家: 人工智慧是一種技術手段，不是魔法


640?wx_fmt=gif

相關文章