谷歌發(fā)布TensorFlow 1.0 推出新的機器學(xué)習(xí)工具

騰訊科技訊 據(jù)外媒報道，在加利福尼亞州山景城舉行的首屆TensorFlow Dev峰會上，谷歌正式發(fā)布了用于深度學(xué)習(xí)的TensorFlow 1.0開源框架。谷歌表示，這個版本現(xiàn)在可以用于生產(chǎn)環(huán)境，開發(fā)人員可通過其應(yīng)用編程接口（API）使用它。

該框架包含人工神經(jīng)網(wǎng)絡(luò)，可以用數(shù)據(jù)進行訓(xùn)練，然后對新的數(shù)據(jù)做出推斷。TensorFlow的工程總監(jiān)Rajat Monga在會議上說，它增添了一些新的工具，比如更加傳統(tǒng)的機器學(xué)習(xí)工具K-means和支持向量機（SVM）等。

該框架還集成了基于Python的Keras庫。這個庫的初衷是簡化Theano深度學(xué)習(xí)框架的使用。而現(xiàn)在它有了“預(yù)制的估計量”或模型，包括簡單的神經(jīng)網(wǎng)絡(luò)，令開發(fā)者可以迅速上手。

此外，谷歌很快將開源可以令TensorFlow速度提高58倍（特別是谷歌的Inception神經(jīng)網(wǎng)絡(luò)模型的第三版）的代碼。 TensorFlow還將支持Hexagon數(shù)字信號處理器（高通Snapdradon 820移動芯片以及它的Dragonboard 820c板上有這種信號處理器）。現(xiàn)在它有一個實驗性質(zhì)的TensorFlow編譯器（XLA）可以即時（JIT）把圖形編譯為合適的匯編語言。

它還有一個實驗性的Java API。以及一個調(diào)試器。

谷歌在2015年首次推出了TensorFlow，這個社區(qū)先后給它增加了一些功能，包括分布式訓(xùn)練，對Hadoop分布式文件系統(tǒng)（HDFS）的支持，以及良好的Parsey McParseFace語言解析器等。

谷歌提供了云機器學(xué)習(xí)（Cloud Machine Learning）服務(wù)，你可以在谷歌的云基礎(chǔ)設(shè)施上運行TensorFlow。

工程總監(jiān)Megan Kacholia說，到今年3月底之前，谷歌不僅會發(fā)布新的基準(zhǔn)測試，用來對TensorFlow與其他深度學(xué)習(xí)框架進行比較，而且還會發(fā)布用來執(zhí)行基準(zhǔn)測試的模型。

與已有版本相比，全新的 TensorFlow 1.0 主要有以下改進：

更快：TensorFlow 1.0 超乎想象的快！TensorFlow 團隊將發(fā)布幾個模型的更新，來展現(xiàn)如何充分利用 TensorFlow 1.0。

更靈活：TensorFlow 1.0 為 TensorFlow 引進了帶有更多模塊的高級別應(yīng)用程序界面。同時，TensorFlow 團隊已宣布引進能夠與 Keras（另一高級別的神經(jīng)網(wǎng)絡(luò)庫）完全兼容的 tf.keras 模塊。

隨時就緒：TensorFlow 1.0 可確保 Python 應(yīng)用程序界面的穩(wěn)定性。Python 能夠在不打破現(xiàn)有代碼的情況下，更容易地獲取新功能。

除此之外，TensorFlow 1.0 還有著以下亮點：

? Python 應(yīng)用程序界面被調(diào)整為與 NumPy 更相近。

? Java 和 Go 的實驗性 API。

? 合并 skflow 和 TF Slim 后，從 tf.contrib.learn 而轉(zhuǎn)入的高級別應(yīng)用程序界面模塊：tf.layers，tf.metrics 和 tf.losses。

? 針對中央處理器發(fā)布了 XLA（TensorFlow 圖表的特定領(lǐng)域編譯器）的實驗版本。 XLA 正在快速發(fā)展，因此預(yù)計在未來的發(fā)布會上會有更多的進展。

? 引進了 TensorFlow 調(diào)試器，其為 TensorFlow 運行程序的命令行界面和應(yīng)用程序界面。

? 對象檢測和定位，以及相機圖像風(fēng)格化的新安裝系統(tǒng)的演示。

? 安裝改進：添加 Python 3 docker 鏡像，并使 pip 包兼容 PyPI?，F(xiàn)在只要簡單的調(diào)用“pip 安裝 tensorflow”，便可安裝 TensorFlow。

通過使用動態(tài)批處理技術(shù)如 Fold、網(wǎng)頁工具如 Embedding Projector 及更新現(xiàn)有的工具如 TensorFlow Serving，TensorFlow 生態(tài)系統(tǒng)將不斷發(fā)展。