Саммит разработчиков TensorFlow 2018 состоялся, как и было запланировано, в 0:30 по пекинскому времени 31 марта в Музее компьютерной истории в Калифорнии, США, на котором собрались мировые разработчики машинного обучения для однодневного технического обмена и демонстрации.

На этой конференции не было слишком много неожиданных объявлений.

Конечно, есть заметные изменения.

Одна из самых обсуждаемых тем — поддержка большего количества языков программирования на платформе TensorFlow. В основном JavaScript и Swift.

Первый,Tensorflow выпущена система обучения машины для разработчиков JavaScript Tensorflow.js

Это платформа машинного обучения для разработчиков JavaScript, которая может полностью определять и обучать модели в браузере, импортировать модели TensorFlow и Keras, обученные в автономном режиме, для прогнозирования и беспрепятственно поддерживать WebGL.

Использование TensorFlow.js в браузере может расширить дополнительные сценарии приложений, включая развертывание интерактивного машинного обучения, случай, когда все данные хранятся на стороне клиента и т. д.

Фактически, этот недавно выпущенный TensorFlow.js основан на предыдущем deeplearn.js, но интегрирован в TensorFlow.

Google также предоставил несколько вариантов использования TensorFlow.js:

Игра: Эмодзи Охота за сокровищами

адрес:emojiscavengerhunt.withgoogle.com/

Дополнительную информацию можно получить по адресу:js.tensorflow.org/

Во-вторых, TensorFlow для Swift будет открыт в апреле.

Хотя проект все еще находится на ранней стадии, многие люди с нетерпением ждут его. Например, Джереми Ховард, основатель fast.ai и бывший президент Kaggle, назвал это самым важным релизом саммита и сказал: «Можем ли мы, наконец, отказаться от Python?»

Меньше информации о TensorFlow для Swift, Если вам интересно, вы можете посетить следующий адрес:woohoo.tensorflow.org/community/ это…

Кроме того, TensorFlow имеет несколько новых функций.

включаютTensorFlow Hub. «Призван облегчить выпуск, обнаружение и использование многократно используемых частей моделей... которые содержат переменные, которые были предварительно обучены на большом наборе данных и могут быть повторно обучены на меньшем наборе данных для улучшения способности к обобщению или ускоренного обучения».

Эта часть описания взята из официального публичного аккаунта Google WeChat TensorFlow.

Cloud TPU также будет быстрее и сильнее.

Если вы заинтересованы в большем содержании этого саммита, рекомендуется посетить недавно выпущенный блог TensorFlow напрямую, адрес:blog.tensorflow.org (Перейти на Medium.com)

Ранний выпуск TensorFlow 1.7.0

16 февраля прошлого года в Маунтин-Вью также прошла конференция разработчиков TensorFlow 2017. На собрании в то времяGoogle запускает версию 1.0 TensorFlow.

Однако эта конференция разработчиков точно не выпустит версию 2.0.

Потому что незадолго до этой конференции разработчиков Google выпустила версию 1.7.0 TensorFlow. Основные улучшения включают удаление режима Eager из Contrib и т. д.

Самая привлекательная из них — начиная с этой версии TensorFlow полностью интегрирует TensorRT от NVIDIA.

В качестве библиотеки TensorRT может оптимизировать вычисления TensorFlow с плавающей запятой FP16 и целочисленные вычисления INT8, а также максимизировать пропускную способность, уменьшить задержку логического вывода графического процессора и многое другое.

Данные, предоставленные Google, показывают, что TensorFlow, интегрированный с TensorRT, в 8 раз быстрее версии без интеграции при работе с ResNet-50.

Для получения дополнительной информации о TensorFlow 1.7.0 вы можете посетить GitHub. адрес:GitHub.com/tensorflow/…

В середине этого месяца,Stack Overflow публикует опрос 100 000 программистов. Этот отчет об опросе показывает, что TensorFlow — любимый фреймворк для программистов.

Согласно отчету: "Фреймворк машинного обучения имеет хороший имидж в умах разработчиков. TensorFlow возглавляет список фаворитов программистов. 73,5% программистов, которые его используют, заявили, что хотят продолжать его использовать. Torch/PyTorch занял первое место в рейтинге". в-третьих, 68 % пользователей намерены продолжать пользоваться им.

Среди фреймворков, которые больше всего хотят изучить программисты, TensorFlow занимает 3-е место, а Torch/PyTorch — 10-е. 15,5% программистов, которые не использовали TensorFlow, планируют изучить его, а 4,5% из тех, кто не использовал Torch/PyTorch, планируют инвестировать в него.

В то же время многие люди недовольны этими двумя фреймворками машинного обучения, а 26,5% пользователей TensorFlow хотят его покинуть.

Вышеупомянутый контент взят из общедоступной учетной записи WeChat qubit (ID: QbitAI), Ся И притворяется из Музея компьютерной истории, а авторские права принадлежат автору. Для коммерческих перепечаток, пожалуйста, свяжитесь с автором для получения разрешения, а для некоммерческих перепечаток, пожалуйста, укажите источник. Некоторое содержание отличается от исходного текста.

Чтобы увидеть больше связанного контента, нажмите ➡️Какие убийцы были выпущены на саммите разработчиков TensorFlow 2018?

Описание китайской документации TensorFlow ?

Чтобы облегчить разработчикам и исследователям изучение и использование TensorFlow, мы подготовили следующее. и предоставить вамДокументация TensorFlow на китайском языке.