TensorFlow的前世和此生

TensorFlow的前世和此生

TensorFlow是一個開放源碼的軟件庫，用於跨一系列任務的數據流處理編程。TensorFlow是一個符號化的數學應用庫，普遍用於機器學習，例如神經網絡。在谷歌公司內部，TensorFlow大量應用於基礎研究和產品研發，幾乎要取代了它的前身DistBelief（非開源項目）。

TensorFlow是由谷歌大腦團隊開發，最初在谷歌內部使用。2015年11月9日，在Apache 2.0開源許可證下，TensorFlow正式發佈。

DistBelief

從2011開始，谷歌大腦創建了一個基於深度學習神經網絡的專用機器學習系統。在谷歌母公司AlphaBet的研究和商業應用中，DistBelief的使用迅速增加。谷歌公司指派了多位計算機科學家，包括Jeff Dean，來簡化和重構DistBelief的代碼庫，使之成爲一個更快、更健壯的應用庫，從而成就了TensorFlow。在2009年，由Geoffrey Hinton領導的團隊已經實施了廣義反向傳播和其餘改進，使得可以以至關高的精度生成神經網絡，例如能將傳統語音識別中的錯誤減小了25%。

TensorFlow

TensorFlow是谷歌大腦的第二代系統，版本1.0於2017年2月11日發佈，雖然發行版只在單個設備上運行，可是TensorFlow實際上能夠運行在多個CPU和GPU上（帶有可選的CUDA和SYCL擴展，用於圖形處理單元GPU上的通用計算）。現在，TensorFlow在64位Linux、MacOS、Windows上可用，在移動計算平臺包括Android和iOS上也有相應的版本。

靈活的體系結構使得TensorFlow能方便地跨平臺部署（CPUs，GPUs，TPUs），從桌面電腦、大規模服務器集羣，到移動終端和邊緣設備。

TensorFlow計算表達爲有狀態的數據流圖。TensorFlow的名稱來源於基於被稱做Tensor張量的多維數組上的神經網絡運算。在2016年6月，Github上的1500個存儲庫（開源項目）引用了TensorFlow，其中只有5個來自谷歌，說明TensorFlow已經被普遍地接受。

張量處理單元（TPU）

在2016年5月，谷歌發佈了張量處理單元（TPU），這是一種專用集成電路（硬件芯片），專門爲機器學習而構建，併爲TensorFlow量身定製。TPU是一種可編程人工智能加速器，設計用於提供低精度算術（例如8位）的高吞吐量運算，而且是面向使用或運行模型，而不是用於訓練模型。谷歌宣佈，他們在內部數據中心內運行TPU已經超過一年了，而且發現使用TPU進行機器學習性能更好、能耗更優。

在2017年5月，谷歌發佈了第二代TPU，能夠應用到谷歌計算引擎。第二代TPU提供高達180萬億次的性能，而且當被組織成64個TPU集羣時，提供高達1.15億億次運算能力。

2018年2月，谷歌宣佈他們在谷歌雲平臺上開發了beta版的TPU。

輕量級TensorFlow

在2017年5月，谷歌發佈了一個專門用於Android開發的軟件棧TensorFlow Lite，從智能手機操做系統Android Oreo版本開始可用。

應用

谷歌於2015年10月26日正式發佈RankBrain，由TensorFlow提供後端支持。

機器學習速成課程（MLCC）

2018年3月1日，谷歌發佈了其機器學習速成課程（MLCC）。最初設計用來幫助谷歌員工掌握實用的人工智能和機器學習基本原理，在最終向公衆發佈課程以前，谷歌在全球幾個城市推出了免費的TensorFlow研討會。

特性

TensorFlow 提供穩定版本的Python API和C API，也提供C++、 Go、Java、JavaScript和Swift (早期版本)等開發語言的API，可是不保證後向兼容。第三方提供了C#、Haskell、Julia、R、Scala、Rust和 OCaml等語言包。

TensorFlow應用

在以TensorFlow爲基礎的應用程序中，有自動圖像字幕軟件DeepDream。如今，RankBrain 能處理大量的搜索和查詢，逐漸取代和補充傳統的基於靜態算法的搜索結果。

 

清如許 編譯

原文網址：

https://en.wikipedia.org/wiki/TensorFlow