谷歌發(fā)布第二代機(jī)器學(xué)習(xí)系統(tǒng)TensorFlow 完全開源
谷歌內(nèi)部深度學(xué)習(xí)結(jié)構(gòu)DistBelief開發(fā)于2011年,第代它讓谷歌能夠針對數(shù)據(jù)中心的機(jī)器武漢洪山外圍預(yù)約(高端外圍)外圍vx《192+1819+1410》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)數(shù)千核心,構(gòu)建更為大型的學(xué)習(xí)系統(tǒng)神經(jīng)網(wǎng)絡(luò)和規(guī)模訓(xùn)練,典型的完全應(yīng)用像是提升谷歌應(yīng)用中的語音識別能力,以及為谷歌搜索加入圖片搜索功能。開源
不過DistBelief存在一些限制,谷歌比如說較難設(shè)置,而且和谷歌內(nèi)部接觸設(shè)施緊密結(jié)合——這就沒法很好地分享研究代碼了。
所以Google Research宣布推出開源的TensorFlow,這是谷歌的第二代機(jī)器學(xué)習(xí)系統(tǒng),對于DistBelief的短板做了補(bǔ)足。TensorFlow靈活性佳、可移動、易于使用,而且是完全開源的。基于DistBelief的速度、可擴(kuò)展性和為產(chǎn)品做準(zhǔn)備的特性,TensorFlow做得更為出色。按照谷歌所說,在某些基準(zhǔn)測試中,TensorFlow的表現(xiàn)比DistBelief快了2倍。
TensorFlow內(nèi)建深度學(xué)習(xí)的擴(kuò)展支持,不止于此——任何能夠用計(jì)算流圖形來表達(dá)的計(jì)算,都可以使用TensorFlow。任何基于梯度的機(jī)器學(xué)習(xí)算法都能夠受益于TensorFlow的自動分化(auto-differentiation)。通過靈活的Python接口,要在TensorFlow中表達(dá)想法也會很容易。
除了在研究方面,TensorFlow會很有幫助,對于實(shí)際的產(chǎn)品也是很有意義的。將思路從桌面GPU訓(xùn)練無縫搬遷到手機(jī)中運(yùn)行。使用谷歌的樣本模型架構(gòu),就能很快地開始使用機(jī)器學(xué)習(xí)技術(shù)——谷歌正計(jì)劃在TensorFlow之上發(fā)布ImageNet計(jì)算機(jī)視覺模型。
更重要的是,TensorFlow是開源的,任何人都可以免費(fèi)使用。谷歌的深度學(xué)習(xí)研究人員都在用TensorFlow,未來也將在機(jī)器學(xué)習(xí)產(chǎn)品中繼續(xù)使用。
未經(jīng)允許不得轉(zhuǎn)載:>桑間濮上網(wǎng) » 谷歌發(fā)布第二代機(jī)器學(xué)習(xí)系統(tǒng)TensorFlow 完全開源
桑間濮上網(wǎng)



