入門 | 關(guān)于TensorFlow，你應(yīng)該了解的9件事

谷歌開發(fā)技術(shù)推廣工程師 Laurence Moroney 在 Google Cloud Next 大會(huì)上進(jìn)行了一段 42 分鐘的演講，主題是「What's New with TensorFlow?」。本文作者 Cassie Kozyrkov 對(duì)該演講進(jìn)行了總結(jié)，概括出關(guān)于 TensorFlow 的九件事。機(jī)器之心對(duì)本文進(jìn)行了編譯介紹，希望對(duì)大家有所幫助。

我總結(jié)了今年 Google Cloud Next 大會(huì)上我最愛的一段演講——What's New with TensorFlow?（https://www.youtube.com/watch?v=MR7w8ARAS2Y）

然后我想了想，簡(jiǎn)直找不出理由不向你們安利我對(duì)此演講的超短總結(jié)。（除非你不看視頻，不然你絕對(duì)應(yīng)該看看這個(gè)演講，演講者 Laurence Moroney 很出色。）

#1：TensorFlow 是一個(gè)強(qiáng)大的機(jī)器學(xué)習(xí)框架

TensorFlow 是一個(gè)機(jī)器學(xué)習(xí)框架，如果你有大量的數(shù)據(jù)，或者你在追求人工智能最先進(jìn)的技術(shù)：深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等，它都會(huì)使你如虎添翼。它可不是數(shù)據(jù)科學(xué)界的瑞士軍刀，而是工業(yè)車床！如果你想做的只是通過 20×2 的電子表格繪制一條回歸線，那你可以停止閱讀本文了。

但如果你追求的是更大的目標(biāo)，那就嗨起來吧～TensorFlow 被用于尋找新的行星，協(xié)助醫(yī)生檢查糖尿病性視網(wǎng)膜病變來預(yù)防患者失明，向當(dāng)局報(bào)告非法砍伐行為來拯救森林。它是 AlphaGo 和 Google Cloud Vision 的基礎(chǔ)，也會(huì)是屬于你的。TensorFlow 是開源的，你可以免費(fèi)下載并立即開始使用。

• TensorFlow 下載地址：https://www.tensorflow.org/install/
• TensorFlow 初始教程：https://www.datacamp.com/community/tutorials/tensorflow-tutorial

在 TensorFlow 的幫助下發(fā)現(xiàn)的開普勒-90i 行星使開普勒-90 星系成為我們所知的唯一的另一個(gè)八顆行星繞一顆恒星運(yùn)行的星系。目前還沒有發(fā)現(xiàn)有超過八顆行星的星系，所以我想這意味著太陽系與開普勒-90 星系并列第一（目前）。

＃2：一個(gè)神奇操作

TensorFlow Eager 讓我高枕無憂。

如果你之前嘗試過 TensorFlow，但因?yàn)樗鼓阆窭蠈W(xué)究或外星人（而不是開發(fā)者）一樣編代碼而瘋掉，現(xiàn)在抓緊回來啊啊啊?。?！

TensorFlow 的 eager execution 讓你像純 Python 程序員一樣進(jìn)行交互：即時(shí)編寫和即時(shí)逐行調(diào)試，而不是在構(gòu)建那些龐大圖表時(shí)還得屏住呼吸。我自己也是一個(gè)正在恢復(fù)正常的「學(xué)究」（很可能是外星人），但是自從它出現(xiàn)我就愛上了 TF 的 eager execution。強(qiáng)烈安利！

#3：逐行構(gòu)建神經(jīng)網(wǎng)絡(luò)

Keras + TensorFlow = 更容易的神經(jīng)網(wǎng)絡(luò)構(gòu)建！

Keras 致力于用戶友好性和簡(jiǎn)單的原型設(shè)計(jì)，這是之前的 TensorFlow 所渴望的。如果你喜歡面向?qū)ο蟮乃季S，喜歡一次構(gòu)建一層神經(jīng)網(wǎng)絡(luò)，你會(huì)喜歡 tf.keras。在下面幾行代碼中，我們創(chuàng)建了一個(gè)序列神經(jīng)網(wǎng)絡(luò)（sequential neural network），其具備標(biāo)準(zhǔn)的附屬組件，如 dropout。

#4：不僅是 Python

你們抱怨 TensorFlow 只適用于 Python 已經(jīng)有一段時(shí)間了?，F(xiàn)在 TensorFlow 不再是 Python 使用者的專利了?，F(xiàn)在它可以在很多語言中運(yùn)行，R、Swift 以及 Java 等等。

#5 你可以在瀏覽器中做任何事

說到 Java，你可以使用 TensorFlow.js 在瀏覽器中訓(xùn)練和執(zhí)行模型。到這里嘗試一些超酷的案例吧：https://js.tensorflow.org/～

使用 TensorFlow.js 在瀏覽器中執(zhí)行實(shí)時(shí)人體姿態(tài)估計(jì)。打開你的相機(jī)試一下？https://storage.googleapis.com/tfjs-models/demos/posenet/camera.html。

#6： 針對(duì)小型設(shè)備的精簡(jiǎn)版

從博物館買了個(gè)舊桌子？烤面包機(jī)？TensorFlow Lite 使得在移動(dòng)設(shè)備和物聯(lián)網(wǎng)設(shè)備等多種設(shè)備上執(zhí)行模型成為可能，其推理速度是原始 TensorFlow 的 3 倍還多?，F(xiàn)在你可以在樹莓派或手機(jī)上進(jìn)行機(jī)器學(xué)習(xí)了。在該演講中，Laurence 做了一件勇敢的事情，在數(shù)千人面前用一個(gè) Android 模擬器實(shí)時(shí)演示圖像分類……并且成功了。

1.6 秒計(jì)算時(shí)間？是的！香蕉識(shí)別率超過 97%？是的！

#7：專用硬件更強(qiáng)勁

如果你已經(jīng)厭倦了在訓(xùn)練神經(jīng)網(wǎng)絡(luò)過程中需要等待 CPU 完成數(shù)據(jù)處理，那么現(xiàn)在你可以使用專門為 Cloud TPU 設(shè)計(jì)的硬件，T 即 tensor。就像 TensorFlow……巧合嗎？我認(rèn)為不是！不久前，谷歌在 alpha 版中發(fā)布了第三版 TPU。

#8：新的數(shù)據(jù)工作流得到很大改進(jìn)

你用 NumPy 做的是什么？如果你想在 TensorFlow 中執(zhí)行同樣的操作，但是卻「怒退」（rage-quit），則 tf.data 命名空間可以幫助 TensorFlow 中的輸入處理更具表達(dá)能力、更高效。tf.data 為你提供與訓(xùn)練同步的快速、靈活且易于使用的數(shù)據(jù)工作流。

#9：你不需要從零開始

你知道開始機(jī)器學(xué)習(xí)最可怕的是什么嗎？編輯器中有一個(gè)空白的新頁面，并且沒有大量的示例代碼。有了 TensorFlow Hub，你就可以更高效地執(zhí)行由來已久的傳統(tǒng)，即自己編寫別人的代碼，并將其稱為自己的代碼（這也稱為專業(yè)軟件工程）。

TensorFlow Hub 是一個(gè)可重復(fù)使用的預(yù)訓(xùn)練機(jī)器學(xué)習(xí)模型組件 repo，它的封裝和使用都非常精簡(jiǎn)。你可以自己試一下！