TensorFlow5歲,它成為最受歡迎ML框架的五個(gè)原因
本月,來(lái)自谷歌的開(kāi)源機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架 Tensorflow 已經(jīng)五歲了。
最受歡迎ML框架的五個(gè)原因">
TensorFlow 谷歌
TensorFlow在很短的時(shí)間內(nèi)就成為了機(jī)器學(xué)習(xí)最流行的工具和框架。它在ML工程師和開(kāi)發(fā)人員中享有巨大的人氣。
根據(jù)Hacker News招聘趨勢(shì),2020年5月,TensorFlow工作需求量巨大。
最受歡迎ML框架的五個(gè)原因">
hacker news趨勢(shì) 數(shù)據(jù)來(lái)自:hacker news
Stack Overflow為我們指出了一個(gè)類似的趨勢(shì),TensorFlow正在以非凡的速度增長(zhǎng)。
最受歡迎ML框架的五個(gè)原因">
Stack Overflow
以下是TensorFlow受歡迎背后的五個(gè)原因。
1. 開(kāi)發(fā)者可以使用的最普遍的AI平臺(tái)。
TensorFlow是唯一可用于運(yùn)行機(jī)器學(xué)習(xí)模型的框架,從云端到最小的微控制器設(shè)備。用TensorFlow訓(xùn)練的模型可以針對(duì)CPU和GPU進(jìn)行優(yōu)化。從x86到ARM64,從NVIDIA GPU到Google TPU,模型支持多種架構(gòu)。
通過(guò)TensorFlow Lite,同樣的模型可以針對(duì)手機(jī)、物聯(lián)網(wǎng)設(shè)備和邊緣計(jì)算環(huán)境。這使得一次訓(xùn)練模型,就可以將其部署到Android手機(jī)、Raspberry Pi、Jetson Nano、EdgeTPU甚至ESP32微控制器上。
TensorFlow.js是一個(gè)基于JavaScript的框架,用于在瀏覽器內(nèi)運(yùn)行機(jī)器學(xué)習(xí)模型。任何現(xiàn)代瀏覽器都可以在不修改代碼的情況下運(yùn)行TensorFlow模型。
TensorFlow的普遍性是ML從業(yè)者喜歡它的原因之一。
2. TensorFlow是主流公有云管理的ML PaaS的一部分。
TensorFlow是公共云平臺(tái)不可或缺的一部分。它正在為計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、個(gè)性化和推薦服務(wù)的API提供動(dòng)力。主流的機(jī)器學(xué)習(xí)平臺(tái)即服務(wù)(PaaS)產(chǎn)品對(duì)TensorFlow有廣泛的支持。亞馬遜SageMaker、Azure ML、谷歌AI平臺(tái)和IBM Watson機(jī)器學(xué)習(xí)都將TensorFlow與其平臺(tái)緊密集成。
最受歡迎ML框架的五個(gè)原因">
安迪-賈西,AWS CEO
在re:Invent 2019上,AWS首席執(zhí)行官Andy Jassy宣稱,85%的TensorFlow運(yùn)行在AWS上,這說(shuō)明它的受歡迎程度。
3. Keras+TensorFlow是一個(gè)強(qiáng)大的組合
對(duì)于一個(gè)普通的ML從業(yè)者來(lái)說(shuō),TensorFlow的初始版本很難學(xué)習(xí)和實(shí)現(xiàn)。它被看作是一個(gè)科學(xué)計(jì)算工具包,與處理極端并行性和高性能計(jì)算的研究項(xiàng)目相一致。
在TensorFlow 2.0中,該工具包采用了流行的Keras框架,以其簡(jiǎn)單和直觀的方法著稱。這是意料之中的,因?yàn)镵eras的創(chuàng)始人François Chollet在TensorFlow推出后就加入了谷歌。
TensorFlow和Keras的致命組合,為構(gòu)建復(fù)雜的深度學(xué)習(xí)模型提供了強(qiáng)大而簡(jiǎn)單的功能。
4. 對(duì)工具和集成的廣泛支持
TensorFlow不僅僅是一個(gè)機(jī)器學(xué)習(xí)框架或工具包。它本質(zhì)上是一個(gè)管理AI應(yīng)用整個(gè)生命周期的平臺(tái)。它與PyCharm等Python IDE的集成使得大量的開(kāi)發(fā)者可以使用它。TensorBoard等工具可以幫助工程師深入了解訓(xùn)練過(guò)程,從而幫助他們調(diào)整模型。
英偉達(dá)和英特爾與TensorFlow社區(qū)合作,通過(guò)TensorRT和OpenVINO工具包為各自的處理器優(yōu)化模型。
TensorFlow Serving解決了模型的部署和托管問(wèn)題。通過(guò)與Kubeflow的緊密集成,Kubernetes生態(tài)系統(tǒng)正在利用容器的規(guī)模來(lái)訓(xùn)練和推理TensorFlow模型。
5. 有谷歌的研發(fā)支持
最后,TensorFlow是谷歌的一個(gè)關(guān)鍵項(xiàng)目。它已經(jīng)投入了數(shù)百萬(wàn)美元的研發(fā)資金來(lái)推進(jìn)機(jī)器學(xué)習(xí),并將這些能力帶到TensorFlow上。谷歌正在利用TensorFlow為其許多產(chǎn)品和服務(wù)提供服務(wù),包括谷歌助手、Nest、Android等。TensorFlow是谷歌云人工智能平臺(tái)的關(guān)鍵差異化因素之一,該平臺(tái)以認(rèn)知服務(wù)和托管ML PaaS的形式提供端到端能力。
TensorFlow在機(jī)器學(xué)習(xí)和人工智能的發(fā)展中起到了至關(guān)重要的作用。感謝TensorFlow對(duì)開(kāi)發(fā)者的賦能和支持,祝周年慶快樂(lè)!















 
 
 








 
 
 
 