關於TensorFlow，你應該瞭解的9件事

谷歌開發技術推廣工程師 Laurence Moroney 在 Google Cloud Next 大會上進行了一段 42 分鐘的演講，主題是「What's New with TensorFlow?」。本文做者 Cassie Kozyrkov 對該演講進行了總結，歸納出關於 TensorFlow 的九件事。機器之心對本文進行了編譯介紹，但願對你們有所幫助。

 

我總結了今年 Google Cloud Next 大會上我最愛的一段演講——What's New with TensorFlow?（https://www.youtube.com/watch?v=MR7w8ARAS2Y）

 

而後我想了想，簡直找不出理由不向大家安利我對此演講的超短總結。（除非你不看視頻，否則你絕對應該看看這個演講，演講者 Laurence Moroney 很出色。）

 

1：TensorFlow 是一個強大的機器學習框架

TensorFlow 是一個機器學習框架，若是你有大量的數據，或者你在追求人工智能最早進的技術：深度學習、神經網絡等，它都會使你如虎添翼。它可不是數據科學界的瑞士軍刀，而是工業車牀！若是你想作的只是經過 20×2 的電子表格繪製一條迴歸線，那你能夠中止閱讀本文了。

 

但若是你追求的是更大的目標，那就嗨起來吧～TensorFlow 被用於尋找新的行星，協助醫生檢查糖尿病性視網膜病變來預防患者失明，向當局報告非法砍伐行爲來拯救森林。它是 AlphaGo 和 Google Cloud Vision 的基礎，也會是屬於你的。TensorFlow 是開源的，你能夠免費下載並當即開始使用。

• TensorFlow 下載地址：https://www.tensorflow.org/install/
• TensorFlow 初始教程：https://www.datacamp.com/community/tutorials/tensorflow-tutorial

 

在 TensorFlow 的幫助下發現的開普勒-90i 行星使開普勒-90 星系成爲咱們所知的惟一的另外一個八顆行星繞一顆恆星運行的星系。目前尚未發現有超過八顆行星的星系，因此我想這意味着太陽系與開普勒-90 星系並列第一（目前）。

 

2：一個神奇操做

TensorFlow Eager 讓我高枕無憂。

 

若是你以前嘗試過 TensorFlow，但由於它使你像老學究或外星人（而不是開發者）同樣編代碼而瘋掉，如今抓緊回來啊啊啊啊！！

 

TensorFlow 的 eager execution 讓你像純 Python 程序員同樣進行交互：即時編寫和即時逐行調試，而不是在構建那些龐大圖表時還得屏住呼吸。我本身也是一個正在恢復正常的「學究」（極可能是外星人），可是自從它出現我就愛上了 TF 的 eager execution。強烈安利！

 

3：逐行構建神經網絡

Keras + TensorFlow = 更容易的神經網絡構建！

 

Keras 致力於用戶友好性和簡單的原型設計，這是以前的 TensorFlow 所渴望的。若是你喜歡面向對象的思惟，喜歡一次構建一層神經網絡，你會喜歡 tf.keras。在下面幾行代碼中，咱們建立了一個序列神經網絡（sequential neural network），其具有標準的附屬組件，如 dropout。

 

4：不只是 Python

大家抱怨 TensorFlow 只適用於 Python 已經有一段時間了。如今 TensorFlow 再也不是 Python 使用者的專利了。如今它能夠在不少語言中運行，R、Swift 以及 Java Script 等等。

 

5 你能夠在瀏覽器中作任何事

說到 JavaScript，你可使用 TensorFlow.js 在瀏覽器中訓練和執行模型。到這裏嘗試一些超酷的案例吧：https://js.tensorflow.org/～

使用 TensorFlow.js 在瀏覽器中執行實時人體姿態估計。打開你的相機試一下？https://storage.googleapis.com/tfjs-models/demos/posenet/camera.html。

 

6： 針對小型設備的精簡版

從博物館買了箇舊桌子？烤麪包機？TensorFlow Lite 使得在移動設備和物聯網設備等多種設備上執行模型成爲可能，其推理速度是原始 TensorFlow 的 3 倍還多。如今你能夠在樹莓派或手機上進行機器學習了。在該演講中，Laurence 作了一件勇敢的事情，在數千人面前用一個 Android 模擬器實時演示圖像分類……而且成功了。

1.6 秒計算時間？是的！香蕉識別率超過 97%？是的！

 

7：專用硬件更強勁

若是你已經厭倦了在訓練神經網絡過程當中須要等待 CPU 完成數據處理，那麼如今你可使用專門爲 Cloud TPU 設計的硬件，T 即 tensor。就像 TensorFlow……巧合嗎？我認爲不是！不久前，谷歌在 alpha 版中發佈了第三版 TPU。

 

8：新的數據工做流獲得很大改進

你用 NumPy 作的是什麼？若是你想在 TensorFlow 中執行一樣的操做，可是卻「怒退」（rage-quit），則 tf.data 命名空間能夠幫助 TensorFlow 中的輸入處理更具表達能力、更高效。tf.data 爲你提供與訓練同步的快速、靈活且易於使用的數據工做流。

 

9：你不須要從零開始

你知道開始機器學習最可怕的是什麼嗎？編輯器中有一個空白的新頁面，而且沒有大量的示例代碼。有了 TensorFlow Hub，你就能夠更高效地執行由來已久的傳統，即本身編寫別人的代碼，並將其稱爲本身的代碼（這也稱爲專業軟件工程）。

TensorFlow Hub 是一個可重複使用的預訓練機器學習模型組件 repo，它的封裝和使用都很是精簡。你能夠本身試一下！

 

相關閱讀：啓動並運行TensorFlow