微信号:TheBigData1024

介绍:分享、交流Teradata、greenplum、Netezza等数据库技术知识和相关应用

谷歌深度学习开源工具TensorFlow 1.0发布:更快、更灵活、更实用

2017-02-16 15:35 大数据技术

内容整理自:Google Develops Blog、开源中国、36Kr,IT168等媒体

相关链接:www.oschina.net/news/81964/tensorflow-1-0


北京时间2月16日凌晨2点,谷歌在山景城召开了第一届年度 TensorFlow 开发者大会,本次盛会也已经在 YouTube 上开启了直播。


在本次大会上,谷歌正式宣布发布 TensorFlow 1.0 正式版。TensorFlow 发布一年以来已经帮助研究者、工程师、艺术家、学生等等许多人在语言翻译、皮肤癌早期检测和预防糖尿病致失明等许多方面取得了许多进展。如今,在网上已经有超过 6000 个使用 TensorFlow 的开源软件库和项目了


谷歌TensorFlow 开发者大会演讲笔记。来源:Virginia Poltrack (@VPoltrack) | Twitter


TensorFlow 1.0有哪些新特性:



更快:


TensorFlow 1.0令人难以置信的快! XLA为未来更多的性能改进奠定了基础,而且tensorflow.org现在在提供提示和技巧帮助用户调整模型以实现最大速度。另外,谷歌将很快发布几个流行模型的更新实现,以展示如何充分利用TensorFlow 1.0,其中包括基于8个CPU对Inception v3实现7.3x加速以及基于64个 GPU的分布式Inception v3实现58x加速!


更灵活:


TensorFlow 1.0为TensorFlow引入了一些高级API,包含tf.layers,tf.metrics和tf.losses模块。 除此之外,还推出了全新的tf.keras模块,与Keras(流行高级神经网络库)完全兼容。


更实用:


TensorFlow 1.0 还提供稳定的 Python API,这让获取新功能更容易,而且不必担心破坏现有的代码。


TensorFlow 1.0的其他亮点:

 

  • Python APIs已经更多地向Numpy转型。对于此类和其他向后兼容的以支持API稳定发展的更改,请使用我们的迁移指南和转换脚本。

  • Java和Go的实验API

  • 高级API模块tf.layers,tf.metrics和tf.losses - 在纳入skflow和TF Slim之后从tf.contrib.learn中提取

  • 发布了面向CPU和GPU的TensorFlow图形的特定领域编译器XLA的实验版本。 XLA正在迅速发展 - 预计在未来的发布中将看到更多的进展。

  • 生成TensorFlow Debugger(tfdbg),一个用于调试实时TensorFlow程序的命令行界面和API。

  • 用于对象检测和本地化的新Android demos以及基于摄像头的图片样式化。

  • 安装改进:添加了Python 3 docker镜像,TensorFlow的pip包现在兼容PyPI。这意味着TensorFlow现在可以简单调用pip install tensorflow来安装。

下图为 TensorFlow 开源以来的一些进展:



在会上,Google 详细介绍了 TensorFlow 在开源社区的蓬勃发展。从下图也能看到,对比与其他机器学习和深度学习工具,TensorFlow 已遥遥领先。



在性能方面,XLA 为 TensorFlow 未来更多的可能性方面奠定了坚固的基础。XLA(加速线性代数)是用于线性代数的领域专用编译器,用于优化 TensorFlow 计算。改进其在服务器和移动平台上的速度,内存使用情况和可移植性。 



此外,Google 强调,TensorBoard 是非常伟大的学习工具,可以用它来学习如何可视化 TensorFlow 图形、监控训练性能,以及探索模型如何表示数据等等。



TensorBoard 集成了 Keras,Keras 的目标是让每个人都能访问深度学习,它是增长最快的机器学习框架之一。TensorFlow 还提供了扩展到数百个 GPU 的灵活性,训练具有大量参数的模型,并自定义训练过程的每一个细节。


发布会视频:https://youtu.be/LqLyrl-agOw 



●本文编号273,以后想阅读这篇文章直接输入273即可。

●输入m可以获取到文章目录

相关推荐↓↓↓
 

算法与数据结构

推荐:《15个技术类公众微信

涵盖:程序人生、算法与数据结构、黑客技术与网络安全、大数据技术、前端开发、Java、Python、Web开发、安卓开发、iOS开发、C/C++、.NET、Linux、数据库、运维等。

 
大数据技术 更多文章 Hadoop 面试中 6 个常见的问题及答案 Hadoop 面试中 6 个常见的问题及答案 谷歌深度学习开源工具TensorFlow 1.0发布:更快、更灵活、更实用 谷歌深度学习开源工具TensorFlow 1.0发布:更快、更灵活、更实用 谷歌深度学习开源工具TensorFlow 1.0发布:更快、更灵活、更实用
猜您喜欢 【时速云答疑时间】第六期:时速云最新功能解析 三星:可折叠智能手机明年推出 采用骁龙820处理器 学会这些php代码规范,月薪过万so easy 19个必须知道的Visual Studio快捷键 Android OpenGL显示任意3D模型文件