11 月 15 日,<a href="https://developers.googleblog.com/2017/11/announcing-tensorflow-lite.html">Google 發佈機器學習框架的行動版本:「TensorFlow Lite 預覽版</a>」,這意味著將人工智慧放進手機的趨勢,又往前了一步。<article>
<p>Google 在今年 5 月的 Google I/O 上,就已經對外公佈了 TensorFlow Lite 這個工具。目前,TensorFlow Lite 支持不少針對行動端訓練和優化好的模型,包括視覺模型、圖片識別模型和裝置對話話模型等。Android 和 iOS 平台的開發者都可以使用。</p>
<p style="text-align: center;"><img src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tensorflow.jpg" sizes="(max-width: 1280px) 100vw, 1280px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tensorflow.jpg 1280w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tensorflow-360x203.jpg 360w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tensorflow-768x432.jpg 768w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tensorflow-1024x576.jpg 1024w" width="600" height="338" /></p>
<p>&nbsp;</p>
<p>如果你不是開發人員,你應該不清楚「 TensorFlow 」到底是什麼。不過,你應該聽說過 DeepMind 這個名字,這個團隊開發出了今年打敗柯潔的 AlphaGo,以及自學 3 天在圍棋界找不到對手的 AlphaGo Zero。</p>
<p style="text-align: center;"><img src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/05/WechatIMG49-2-1024x683-1.jpeg" sizes="(max-width: 1024px) 100vw, 1024px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/05/WechatIMG49-2-1024x683-1.jpeg 1024w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/05/WechatIMG49-2-1024x683-1-360x240.jpeg 360w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/05/WechatIMG49-2-1024x683-1-768x512.jpeg 768w" width="600" height="400" /></p>
<p>而 DeepMind 早在 2016 年 5 月宣佈,他們已經更換他們使用的開源機器學習平台,從過去使用的 Torch 轉用 TensorFlow。可以說,那兩隻 AlphaGo 和 AlphaGo Zero,以及更多 Google 發佈的人工智慧成果,最後都是在 TensorFlow 上「養成」的。</p>
<p><a href="https://www.tensorflow.org/">TensorFlow</a> 是一個用於機器學習的開源軟體庫,可以支援深度學習的各種演算法。它最初是由傑夫 ‧ 迪恩 (Jeff Dean)領軍的 Google Brain 團隊,基於 Google 第一代深度學習系統 DistBelief 改進而產生。</p>
<p>Google 於 2015 年底公佈並宣佈開源了 TensorFlow。在<a href="http://www.tensorfly.cn/"> TensorFlow 中文社群</a>的首頁,有一句話:</p>
<blockquote>
<p>TensorFlow 是一個用於人工智慧的開源神器。</p>
</blockquote>
<p>在 GitHub 上,TensorFlow 從去年開始就成為了廣受歡迎的機器學習開源專案。<a href="https://octoverse.github.com/">GitHub 發佈的 2017 年度開發者報告顯示</a>,TensorFlow 是被 fork 最多的項目,其中有 7300 人為 TensorFlow 做出了貢獻。</p>
<p style="text-align: center;"><img style="display: inline-block;" src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tf1.jpg" sizes="(max-width: 1080px) 100vw, 1080px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tf1.jpg 1080w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tf1-360x303.jpg 360w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tf1-768x647.jpg 768w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tf1-1024x863.jpg 1024w" width="600" height="506" /><label class="figuresaid" style="width: 600px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: -5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>TensorFlow 是被 fork 最多的項目</label></p>
<p style="text-align: center;"><img style="display: inline-block;" src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tf2.jpg" sizes="(max-width: 1006px) 100vw, 1006px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tf2.jpg 1006w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tf2-360x305.jpg 360w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tf2-768x650.jpg 768w" width="600" height="508" /><label class="figuresaid" style="width: 600px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: -5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>參與 TensorFlow 的開發者人數位列第五</label></p>
<p>&nbsp;</p>
<p>別以為 TensorFlow 離我們太遠,已經有不少大型電商在使用的客服就是基於 TensorFlow 開發的。在 TensorFlow 的官網上,中國的小米、中興、京東等企業,也在使用 TensorFlow。</p>
<p>而 Google Brain 發佈的<a href="http://www.ifanr.com/861717">可以幫你畫畫的人工智慧</a>「Quick, Draw!&nbsp;」、「AutoDraw」,也是基於 TensorFlow 開發的。</p>
<p style="text-align: center;"><img style="display: inline-block;" src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/06/4-12-2017-18-31-32.gif" sizes="(max-width: 480px) 100vw, 480px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/06/4-12-2017-18-31-32.gif 480w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/06/4-12-2017-18-31-32-360x214.gif 360w" width="600" height="356" /><label class="figuresaid" style="width: 600px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: -5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>用 AutoDraw 畫貓</label></p>
<blockquote>
<p>&nbsp;</p>
</blockquote>
<h3>有了 TensorFlow ,還需要厲害的硬體</h3>
<p>雖然 TensorFlow 是廣為流行的一個深度學習框架,但是也有不少開發者認為,如果需要選擇一個人工智慧框架,用自己的數據來訓練深度學習模型, TensorFlow 不一定會是他們的首選。因為這種人工智慧、深度學習的開源庫有不少替代品可以選擇,比如 Caffe、Keras 等。</p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/06/sundar-pichai.jpg" sizes="(max-width: 720px) 100vw, 720px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/06/sundar-pichai.jpg 720w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/06/sundar-pichai-360x268.jpg 360w" width="600" height="447" /></p>
<p>此外,用了 TensorFlow,也需要使用足夠厲害的硬體才行。Google 推出的 TPU(Tensor Processing Units)就是專為 TensorFlow 而研發的硬體加速器。目前第二代的 TPU(又稱為 Cloud TPU),已經具有訓練機器學習模型,及處理推理任務兩種能力。</p>
<p>然而也有人認為,雖然網路公司為營造生態而自製晶片已經不罕見,但 Google 推出 TPU 並不是為了要與NVIDIA這些廠商進行競爭,而是為了凸顯 TensorFlow 的強大。</p>
<p style="text-align: center;"><img style="display: inline-block;" src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tfpu.jpg" sizes="(max-width: 1360px) 100vw, 1360px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tfpu.jpg 1360w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tfpu-360x156.jpg 360w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tfpu-768x333.jpg 768w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/11/tfpu-1024x444.jpg 1024w" width="600" height="260" /><label class="figuresaid" style="width: 600px; display: block; text-align: left; color: #555; line-height: 22px; padding: 0 3px 22px 3px; border-bottom: 2px solid #f0f0f0; margin: -5px auto 1rem auto;"><span style="color: #2382c5; padding-right: 5px;"> ▲ </span>TPU</label></p>
<p>10 月,Google 公佈 Pixel2 手機這部手機擁有一顆&nbsp;ImageProcessing Unit (IPU)。這顆 IPU 主要用於加速機器視覺和機器學習領域的運算,而它支援的程式語言,當然也包括 TensorFlow。</p>
<p style="text-align: center;"><img src="http://ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/4-2.jpg" sizes="(max-width: 1000px) 100vw, 1000px" srcset="//ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/4-2.jpg 1000w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/4-2-360x202.jpg 360w, //ifanr-cdn.b0.upaiyun.com/wp-content/uploads/2017/10/4-2-768x430.jpg 768w" width="600" height="336" /></p>
<ul>
<li>本文授權轉載自:<a href="http://www.ifanr.com/940863">ifanr(愛范兒)</a></li>
</ul>
<p>&nbsp;</p>
<p>&nbsp;</p>
</article><a href="http://www.facebook.com/TKbang">加入T客邦Facebook粉絲團</a><img src="http://feeds.feedburner.com/~r/techbang/~4/md4JXeULApo" height="1" width="1" alt=""/>