2018 TensorFlow 開發者峰會於北京時間 3 月 31 日凌晨 0 點 30 分在美國加利福尼亞州計算機歷史博物館如期舉行，彙集全球機器學習開發者進行為期一天的技術分享和演示。

這次的大會上，沒有太多令人驚喜的釋出。

當然也有一些值得關注的改變。

其中討論最多的話題，還是TensorFlow這個平臺對更多程式語言的支援。主要是JavaScript和Swift。

其一，TensorFlow釋出面向JavaScript開發者的機器學習框架TensorFlow.js 

這是一個面向JavaScript開發者的機器學習框架，可以完全在瀏覽器中定義和訓練模型，也能匯入離線訓練的TensorFlow和Keras模型進行預測，還對WebGL實現無縫支援。

在瀏覽器中使用TensorFlow.js可以擴充套件更多的應用場景，包括展開互動式的機器學習、所有資料都儲存在客戶端的情況等。

實際上，這個新發布的TensorFlow.js，就是基於之前的deeplearn.js，只不過被整合進TensorFlow之中。

Google還給了幾個TensorFlow.js的應用案例：

遊戲：Emoji尋寶

地址：emojiscavengerhunt.withgoogle.com/

更多可以訪問：js.tensorflow.org/

其二，TensorFlow for Swift將在四月開源

儘管這個專案還在初期階段，但是也有很多人對此抱有期待。例如fast.ai創始人、前任Kaggle總裁Jeremy Howard就把這個列為峰會最重要的釋出內容，而且還說：我們是不是終於可以放下Python了？

關於TensorFlow for Swift資訊較少，感興趣的可以訪問下面這個地址：www.tensorflow.org/community/s…

此外，TensorFlow還有一些新功能。

包括TensorFlow Hub。“旨在促進模型的可重複使用部分的釋出、發現和使用……它們包含了已在大型資料集上預先訓練好的變數，並且可以用一個較小的資料集進行再訓練，來提高泛化能力，或是加速訓練”。

這部分說明引自Google官方微信公眾號TensorFlow。

Cloud TPU也會更快更強。

如果你對這次的峰會更多內容感興趣，建議直接訪問新發布的TensorFlow部落格檢視，地址是：blog.tensorflow.org （跳轉medium.com）

TensorFlow 1.7.0提前釋出

去年2月16日，2017年度TensorFlow開發者大會也是山景城召開。當時的大會上，Google推出了TensorFlow 1.0版本。

不過，這次的開發者大會肯定是不會發布2.0版本了。

因為就在這次的開發者大會前不久，Google釋出了TensorFlow 1.7.0版本。主要的改進包括把Eager模式從contrib中移出來等。

而其中最引人矚目的，就是從這個版本開始，TensorFlow全面整合了來自英偉達的TensorRT。

作為一個庫，TensorRT能夠優化TensorFlow的FP16浮點和INT8整數計算，而且還能最大化吞吐量，降低GPU的推理延遲等等。

Google給出的資料顯示，整合了TensorRT的TensorFlow在執行ResNet-50時，比沒有整合的版本提速8倍。

更多關於TensorFlow 1.7.0版本的情況，可以訪問GitHub瞭解。地址：github.com/tensorflow/…

這個月中旬，Stack Overflow釋出了十萬程式設計師大調查。這份調查報告顯示，TensorFlow是程式設計師最愛框架。

報告稱：機器學習框架在開發者們心目中形象不錯，TensorFlow榮登程式設計師最愛榜榜首，有73.5%正在用它的程式設計師表示還想繼續用，Torch/PyTorch排在第3名，68%使用者打算繼續用下去。

在程式設計師最想學的框架中，TensorFlow排在第3，而Torch/PyTorch排在第10名。還沒用上TensorFlow的程式設計師有15.5%打算學一學，而沒用上Torch/PyTorch的人裡，有4.5%的人打算投入它的懷抱。

同時，也有不少人對這兩個機器學習框架不太滿意，26.5%的TensorFlow使用者想脫離它。

以上內容來自微信公眾號量子位（ID：QbitAI），夏乙 假裝發自 Computer History Museum，著作權歸作者所有。商業轉載請聯絡作者獲得授權，非商業轉載請註明出處。部分內容與原文有所不同。

更多相關內容請戳➡️2018 TensorFlow開發者峰會都發布了哪些殺器？

TensorFlow 中文文件說明 ?

為了方便開發者和研究人員瞭解學習和使用 TensorFlow，我們準備了下列內容。併為大家提供了 TensorFlow 中文文件。