Google a déclaré que seulement dans la première année de sortie, tensorflow aidera les chercheurs, ingénieurs, artistes, étudiants et autres membres du personnel de l'industrie a fait de grands progrès dans la recherche. Cela comprend la traduction automatique, la détection précoce des cancers de la peau, pour prévenir les complications du diabète, la cécité et de nombreux autres domaines. Aujourd'hui, tensorflow être utilisé pour plus de 6000 référentiel open source, les chercheurs Google suis très heureux.
Google Dernière nuit à Mountain View a tenu le premier tensorflow Developer Summit. Dans le cadre de l'Assemblée générale, tensorflow version sortie officielle 1.0 est sorti. Il est un regard sur ce que sont les nouvelles fonctionnalités:
Plus rapide
-
Il calcul plus rapide --TensorFlow 1.0 a un taux très alarmant. Il arrive dans quelle mesure il? Selon Google, il a dit dans le cas de huit des GPU, tensorflow 1,07,3 fois plus rapide dans le test de lancement. 64 distribuée afin de fonctionner sur les clusters de GPU, création v3 fonctionnant sous augmentation de 58 fois.
Non seulement cela, XLA (Accelerated algèbre linéaire, qui est, d'accélérer l'algèbre linéaire), mais aussi pour l'avenir pour améliorer encore les performances de la fondation. Tensorflow site officiel tensorflow.org, également sur la ligne des guides officiels et des conseils pour aider à régler les développeurs les paramètres du modèle, la vitesse maximale du train. En outre, le réseau Lei Feng a été informé que Google publiera des lignes directrices de pratique (version mise à jour) pour plusieurs grand modèle fournit des indications sur la façon de maximiser l'utilisation de tensorflow 1.0, je crois que bientôt vous pouvez voir.
plus souple
-
Il est plus souple - tensorflow 1.0 a ajouté une nouvelle API de haut niveau, ainsi que tf.layers, tf.metrics et module tf.losses. Très critique, il est que Google a annoncé tensorflow 1.0 tf.keras construit un nouveau module - ce dernier à tensorflow marques Keras fournir un soutien de compatibilité « complète ». Il vient tout juste avant de le vent. En tant que bibliothèque réseau de neurones dans le révélateur ML parmi une large diffusion, Keras join font sans aucun doute utiliser tensorflow devenir plus pratique.
plus stable
-
Plus adapté à une utilisation commerciale --TensorFlow renforcer la stabilité de l'API Python. Cela rend plus facile d'ajouter de nouvelles fonctionnalités sans la nécessité de renverser le code existant.
Tensorflow 1.0 Autres améliorations clés:
-
API Python a été modifié plus comme NumPy. En même temps, dans une certaine mesure, au détriment de la compatibilité ascendante pour maximiser la stabilité de l'API. Quels sont les changements spécifiques, s'il vous plaît voir Google ce pour autant sacrifier les directives de compatibilité.
-
Optez pour l'API Java et expérimentale. Tensorflow de soutient pleinement l'étape Java plus.
-
module API de haut niveau: tf.layers, tf.metrics et tf.losses-- après intégration skflow et TF Slim, de greffe de tf.contrib.learn.
-
dissémination expérimentale de XLA. XLA est un domaine d'application très ciblée tensorflow compilateur figure peut être exécuté sur le CPU et le GPU. Lei Feng réseau informé Google de progrès de la recherche XLA rapide. Nous pouvons nous attendre à la future version de tensorflow avec une meilleure, XLA plus puissant.
-
A rejoint tensorflow Debuggerr (tfdbg). Ceci est une interface de ligne de commande et API, programme tensorflow en temps réel utilisé pour les vulnérabilités de réparation
-
Andrews démonstration pour la détection d'objets nouveaux et l'emplacement (illustré), et une image basée sur le style de la caméra.
-
Améliorations de l'installation: ajout de l'icône docker Python 3. Tensorflow du paquet de pépin devient PyPI compatible. Cela signifie que vous pouvez facilement installer avec pip tensorflow.
Google Grand Dieu Jeff Dean a dit dans son discours, voir la communauté mondiale de tensorflow était tellement incroyable rythme très excité.
Tensorflow écologique croissante, qui, avec l'ajout de nouvelles technologies - comme pour le lot dynamique tensorflow pli, outils similaires Embedding projecteur, ainsi que des mises à jour des outils existants, tels que tensorflow service.
conférence vidéo Youtube complète: https: //www.youtube.com/watch v = LqLyrl-agOw?
L'essence de la vidéo: https: //www.youtube.com/watch v = 4n1AHvDvVvw?
Lei Feng réseau via google