不要再說(shuō) TensorFlow 是一枚「棄子」了,，谷歌繼續(xù)投入研發(fā)。
2015 年，谷歌大腦開(kāi)放了一個(gè)名為「TensorFlow」的研究項(xiàng)目，這款產(chǎn)品迅速流行起來(lái),，成為人工智能業(yè)界的主流深度學(xué)習(xí)框架，塑造了現(xiàn)代機(jī)器學(xué)習(xí)的生態(tài)系統(tǒng),。從那時(shí)起,，成千上萬(wàn)的開(kāi)源貢獻(xiàn)者以及眾多的開(kāi)發(fā)人員、社區(qū)組織者,、研究人員和教育工作者等都投入到這一開(kāi)源軟件庫(kù)上,。
然而七年后的今天，故事的走向已經(jīng)完全不同：谷歌的 TensorFlow 失去了開(kāi)發(fā)者的擁護(hù),。因?yàn)?TensorFlow 用戶已經(jīng)開(kāi)始轉(zhuǎn)向 Meta 推出的另一款框架 PyTorch。
眾多開(kāi)發(fā)者都認(rèn)為 TensorFlow 已經(jīng)輸?shù)袅诉@場(chǎng)戰(zhàn)爭(zhēng),，并將其比喻為：「PyTorch 吃掉了 TensorFlow 的午餐,。」
在 PyTorch 的陰影下,，谷歌正在悄悄地開(kāi)發(fā)一個(gè)機(jī)器學(xué)習(xí)框架,，就是 JAX（曾是「Just After eXecution」的首字母縮寫，但官方說(shuō)法中不再代表任何東西）,，許多人將其視為 TensorFlow 的繼承者,。
一時(shí)之間，關(guān)于谷歌要放棄 TensorFlow，全面轉(zhuǎn)向 JAX 的說(shuō)法鬧得人盡皆知,。其實(shí)不然,，谷歌并沒(méi)有放棄 TensorFlow，他們表示未來(lái) TensorFlow 將與 JAX 并肩發(fā)展,。
不過(guò)話說(shuō)回來(lái),，在這短短的七年中，TensorFlow 已經(jīng)有了亮眼的表現(xiàn),，已然發(fā)展成為最常用的機(jī)器學(xué)習(xí)平臺(tái),，使用人數(shù)達(dá)數(shù)百萬(wàn)。TensorFlow 現(xiàn)在每月被下載超過(guò) 18M 次,，在 GitHub 上積累了 166k 顆星——比任何其他 ML 框架都多,。
此外，TensorFlow 還為在移動(dòng)生態(tài)系統(tǒng)上進(jìn)行機(jī)器學(xué)習(xí)帶來(lái)了便利：目前 TFLite 在大約 40 億臺(tái)設(shè)備上運(yùn)行,，也許你的設(shè)備也包含在內(nèi),。TensorFlow 還將機(jī)器學(xué)習(xí)引入 Web，TensorFlow.js 現(xiàn)在每周下載量超 17 萬(wàn)次,。
在谷歌的整個(gè)產(chǎn)品系列中,，TensorFlow 幾乎為所有機(jī)器學(xué)習(xí)提供支持，包括搜索,、GMail,、YouTube、Maps ,、Play,、廣告、照片等等,。除了谷歌,，在 Alphabet 旗下的子公司，TensorFlow 連同 Keras 為 Waymo 自動(dòng)駕駛汽車提供了新的機(jī)器智能,。
在更廣泛的行業(yè)中,，TensorFlow 為數(shù)千家公司的機(jī)器學(xué)習(xí)系統(tǒng)提供支持，其中包括蘋果,、ByteDance,、Netflix、騰訊,、Twitter 等公司,。研究領(lǐng)域，在 Google Scholar 上每個(gè)月都有超過(guò) 3000 篇出版物提到 TensorFlow,，包括重要的應(yīng)用科學(xué)研究,，比如了解癌癥的 CANDLE 研究。
毫不夸張的說(shuō)，TensorFlow 基礎(chǔ)用戶和開(kāi)發(fā)者生態(tài)比以往任何時(shí)候都要多,，而且還在不斷增長(zhǎng),。谷歌認(rèn)為 TensorFlow 的發(fā)展不僅是一項(xiàng)值得慶祝的成就，它也為機(jī)器學(xué)習(xí)社區(qū)走得更遠(yuǎn)提供了新的機(jī)會(huì),。
谷歌一直以來(lái)奉行的目標(biāo)是提供最好的機(jī)器學(xué)習(xí)平臺(tái),，并努力將機(jī)器學(xué)習(xí)從小眾工藝轉(zhuǎn)變?yōu)橄?Web 開(kāi)發(fā)一樣成熟的行業(yè)軟件。
谷歌對(duì) TensorFlow 的開(kāi)發(fā)還將繼續(xù),，走過(guò)了 7 年,，還會(huì)有下個(gè) 7 年。
TensorFlow 未來(lái)四大支柱
近日,，谷歌宣布他們已經(jīng)著手開(kāi)發(fā) TensorFlow 的下一個(gè)迭代,，并專注于四大支柱。更具體地,，谷歌計(jì)劃在 2023 年第二季度發(fā)布新的 TensorFlow 預(yù)覽版,，之后晚些時(shí)候發(fā)布生產(chǎn)版本。
快速和可擴(kuò)展
首先是 XLA 編譯,。谷歌專注于 XLA 編譯,，讓訓(xùn)練和推理模型在 GPU 和 CPU 上更快，并致力于讓 XLA 成為行業(yè)標(biāo)準(zhǔn)的深度學(xué)習(xí)編譯器,，并且作為 OpenXLA 計(jì)劃的一部分,，谷歌已將其開(kāi)放給開(kāi)源協(xié)作。
其次是分布式計(jì)算,。谷歌正在專注于 DTensor 的研究,，這是一種用于大規(guī)模模型并行的新 API。DTensor 將與 tf.distribute API 統(tǒng)一,，允許靈活的模型和數(shù)據(jù)并行,。
最后是性能優(yōu)化。除了編譯之外,，谷歌還進(jìn)一步專注于算法性能優(yōu)化,，例如混合精度和降低精度計(jì)算，從而在 GPU 和 TPU 上提供相當(dāng)大的加速,。
應(yīng)用型 ML
用于 CV 和 NLP 的新工具,。谷歌正在投資應(yīng)用型 ML（Applied ML）的生態(tài)系統(tǒng)，特別是通過(guò) KerasCV 和 Keras NLP 包為各種用例提供模塊化和可組合的組件,。
開(kāi)發(fā)者資源。谷歌正在為流行以及新興的應(yīng)用機(jī)器學(xué)習(xí)用例添加更多代碼示例,、指南和文檔,，降低開(kāi)發(fā)人員進(jìn)入 ML 的門檻，使得每個(gè)開(kāi)發(fā)工具簡(jiǎn)單可用。
部署層面
更容易導(dǎo)出,。谷歌將會(huì)使模型導(dǎo)出到移動(dòng)設(shè)備（Android 或 iOS）,、邊緣設(shè)備（微控制器）、服務(wù)器后端或 JavaScript 變得更加容易,。用戶可以將模型導(dǎo)出到 TFLite 和 TF.js,，并優(yōu)化模型推理性能，操作起來(lái)就像調(diào)用 model.export() 一樣簡(jiǎn)單,。
用于應(yīng)用程序的 C++ API ,。谷歌正在開(kāi)發(fā)公共 TF2 C++ API ，作為 C++ 應(yīng)用程序的一部分用于本地服務(wù)器端推理,。
部署 JAX 模型,。谷歌正在使得 TensorFlow 服務(wù)部署模型變得更容易。
簡(jiǎn)單化
NumPy API,。過(guò)去幾年,，ML 領(lǐng)域快速發(fā)展，與此同時(shí) TensorFlow 的 API 也隨之增加,。為了適應(yīng)技術(shù)的發(fā)展,，谷歌正在全面整合和簡(jiǎn)化 API。
讓 debug 變得更容易,。在 ML 領(lǐng)域,，debug 是一項(xiàng)不可忽略的技術(shù)。谷歌將專注于更好的 debug 功能,，以最小化其時(shí)間,。
谷歌表示，TensorFlow 未來(lái)將是 100% 向后兼容的,。谷歌希望 TensorFlow 成為機(jī)器學(xué)習(xí)行業(yè)賴以發(fā)展的基石,，并承諾從 TensorFlow 2 開(kāi)始到下一個(gè)版本，TensorFlow 完全向后兼容,，代碼將按原樣運(yùn)行,，不需要運(yùn)行轉(zhuǎn)換腳本，也不需要手動(dòng)更改,。谷歌將繼續(xù)在 TensorFlow 框架上投資,，以推動(dòng)研究和應(yīng)用，為數(shù)百萬(wàn)用戶服務(wù),。
更多信息可以來(lái)這里獲取==>>電子技術(shù)應(yīng)用-AET<<
