TensorFlow換logo釋出2.0版，攜手吳恩達等推兩門訓練課程

大資料文摘編輯部出品

今天凌晨，TensorFlow開發者峰會（TensorFlow Dev Summit 2019）在美國加州桑尼維爾市Google Event Center舉行，此次峰會是第三屆，據媒體稱這次的規模比前兩次都要大。

這次大會，谷歌連發兩個隱私工具、三款硬體產品，除此之外，吳恩達的新課也在大會上宣佈開放註冊。

先來看看幾個亮點?

1、釋出開源機器學習框架TensorFlow 2.0 Alpha版本，新版本使用Keras高階API來簡化框架的使用，許多被視為冗餘的API被棄用。

2、兩大主攻隱私問題的新工具TensorFlow Federated（TFF）和TensorFlow Privacy。其中，TFF作為開源框架，用於處理分散式資料。TensorFlow Privacy是一個TensorFlow機器學習框架庫，目的是讓開發人員更容易訓練保護隱私的AI模型。

3、三個全新的硬體產品：Coral 提供完全本地的 AI 工具箱，Coral USB 加速器允許通過 USB2.0、3.0 介面輕鬆接入到任何 Linux 系統中。此外，還有售價24.99美元的500萬畫素相機配件。Coral 開發板售價為 149.99 美元，Coral USB 加速器售價為 74.99 美元。

4、繼《AI for everyone》之後，吳恩達牽頭為TensorFlow最新版本定製新課，題為《Tensorflow：從入門到精通》

另外一個值得注意的變化是，從2.0開始，TensorFlow的logo也不一樣，從類似積木的形狀變成了兩個分開的字母“T”和“F”。

釋出TensorFlow 2.0 Alpha版本

TensorFlow 2.0新架構簡化概念圖

TensorFlow 2.0的alpha版本進行了重大升級。這是由Google Brain團隊建立，開發人員、研究人員和企業用於訓練和部署機器學習模型，處理資料的框架。

融和了2017年2月釋出TensorFlow 1.0 Keras深度學習庫，TensorFlow 2.0將依賴tf.keras為其中央高階API來簡化框架，許多被視為冗餘的API（例如Slim和Layers API）將被淘汰。 此外，升級版本將於2019年第二季度全面釋出。

TensorFlow工程總監Rajat Monga表示，自TensorFlow於2015年11月推出以來，該框架已被下載超過4100萬次，目前已有超過1,800名來自世界各地的貢獻者。

TensorFlow Federated：針對分散式資料

在大會上，TensorFlow 釋出了開源框架 TensorFlow Federated（TFF），據介紹它是專業用於處理分散式資料，加強機器學習。TFF的目的是促進聯合學習（Federated Learning，FL）的開放性研究和實驗，確保研究人員可在多個埠上訓練共享的全域性模型，同時能夠在本地儲存訓練資料。例如，FL 曾被用於訓練手機鍵盤的預測模型，同時不將敏感的隱私資料上傳到伺服器上。

此外，據介紹，TFF 的介面由兩個層組成：Federated Learning (FL) API 和 Federated Core (FC) API。

TensorFlow Federated連結：

http://www.tensorflow.org/federated/federated_learning

TensorFlow Privacy：針對隱私

TensorFlow Privacy是一個TensorFlow機器學習框架庫，目的是幫助開發人員訓練AI隱私模型。使用者無需有隱私以及底層機制方面的專業背景知識，因為TensorFlow Privacy對使用者非常友好，使用者在構建模型的時候，只需要按照官方指南，簡單的修改程式碼，根據需要調整隱私引數即可。

TensorFlow Privacy Github地址：

http://github.com/tensorflow/privacy

此次釋出會還介紹了適用於移動開發人員的TensorFlow Lite 1.0，適用於Apple程式設計師的TensorFlow和適用於JavaScript的TiftorFlow.js 1.0。 另外今天宣佈，TensorFlow.js已經有300,000次下載和100個貢獻者。

三款全新硬體產品釋出

Coral 的本質構建智慧裝置的平臺， 硬體元件就是之前谷歌釋出的 ASIC——Edge TPU，開發板是個完全整合的系統，它被設計成構建在載板上的系統模組（SoM）。SoM 把強大的 NXP iMX8M SoC 與谷歌的 Edge TPU 協處理器（包括 Wi-Fi、藍芽、RAM 和 eMMC 儲存）融合在了一起。

它能為低功率裝置提供機器學習推理效能，並提供完全本地的 AI 工具箱，包括硬體元件、軟體工具，以及幫助開發者創造、訓練、執行神經網路的模組。

Coral USB加速器包含Edge TPU、32位Arm Cortex-M0 +微處理器、16KB快閃記憶體和2KB RAM，可以在任何64位Arm或Debian Linux支援的x86平臺上以USB 2.0速度執行，旨在加速現有Raspberry Pi和Linux系統的機器學習推理。

為了讓計算機視覺應用原型更簡單，谷歌還提供了一個攝像頭連線開發板與 MIPI 介面。Omnivision為其製造相機配件，並配有一個1.4微米的感測器，標準配置為1/4英寸光學尺寸、2.5mm焦距。在功能上除了常見的白平衡、帶通濾波和黑電平校準外，它還具有可調色彩飽和度、色調、伽瑪、銳度、鏡頭校正、畫素消除和噪聲消除功能。

目前，這三款產品均已在谷歌的Coral店面上發售。Coral Dev Board的SOM和Coral USB加速器的PCle版本均可批量購買。

吳恩達牽頭研發新課程：TensorFlow，從入門到精通

除了硬體革新，本次開發者大會上還有內容推出：Sebastian Thrun的Udacity和Andrew Ng的deeplearning.ai都推出了相關培訓課程，來幫助有興趣學習如何使用TensorFlow 2.0的初學者入門。

吳恩達在deeplearning.ai上釋出了這一名為“TensorFlow: from Basics to Mastery“的課程，這是一門耗時13小時的課程，建議學習時間3-4周，目前已經開放報名。

兩門課程的相關連結如下?

https://www.coursera.org/learn/introduction-tensorflow/

https://classroom.udacity.com/courses/ud187