当前位置: 首页>>美国发布 >>谷歌打开了TensorFlow开发Floodgates

谷歌打开了TensorFlow开发Floodgates

添加时间:    

谷歌周一宣布向开源社区发布第二代机器学习系统TensorFlow。它将TensorFlow作为一个独立的库提供,并提供Apache 2.0许可下的相关工具,教程和示例。

Google在深度学习,Google搜索和其他应用程序中使用TensorFlow。使用TensorFlow构建的应用程序可以从桌面无缝移动到手机,并且系统已准备好生产。

谷歌已经发布了最先进的TensorFlow示例模型架构,为用户提供了一个运行的开始。加州大学伯克利分校Smith-Zadeh计算机科学教授Stuart Russell表示:“我曾经跟Google内部的人谈过,他们发现这种编程环境让他们的生活变得更加简单。他告诉LinuxInsider:“他们可以快速迭代并扩展到大型数据集,而无需大量的编程工作。

从这个意义上讲,TensorFlow“可能有点类似于Map / Reduce”,Russell建议。

TensorFlow适用于任何以数据流图形式表示的计算,描述使用节点和边的数学计算。节点通常传达数学运算,但也可以表示其他变量。边缘显示节点之间的输入/输出关系。数据边缘携带多维数据阵列或张量。

用户可以使用一个API将计算部署到桌面,服务器或移动设备中的一个或多个CPU或GPU。

TensorFlow具有C ++和Python接口,Google期望用户将SWIG接口贡献给其他语言,包括Java,Go和Lua。

一旦用户定义了预测模型的计算体系结构,将其与目标函数相结合,并添加数据,内置的自动差异功能让TensorFlow可以处理计算衍生产品。

GitHub上提供了TensorFlow源代码。 Tensorflow网站提供了教程和文档,网站上发布的Google白皮书提供了对TensorFlow系统的详细描述。

IDC研究项目总监Al Hilwa指出:“将TensorFlow放入开放源代码将这种顶级技术之一提供给社区评估和参与。他告诉LinuxInsider:“这对社区来说是一个巨大的胜利。加州大学伯克利分校的罗素说:“自动分化元素将有助于让人们对复杂的成分进行实验,而不需要做太多的额外的数学运算,但这并不是什么新鲜事。 “各种计算都可以指定为数据流图,数据流概念起源于机器学习之外。”另外,机器学习是“一个非常多样化的领域”,他指出,该领域的许多问题不涉及数据流图中的张量计算。

还有其他用于机器学习的开源软件包。

其中一个就是Caffe,由加州大学伯克利分校研究生Yangqing Jia创建的开放源代码深度学习框架,在BSD 2-Clause许可下发布。

SourceForge提供机器学习软件的目录。

Google发布TensorFlow的目标是“目前提供专有机器学习软件的公司,其中开源替代品的存在可能会破坏现有的商业模式和价值链”,Black Duck Software开源策略高级总监Bill Weinberg指出。他告诉LinuxInsider:“网络安全可能会受益于机器学习,机器学习对于网络安全和周边安全来说是最明显和关键的。 TensorFlow“可以证明对这个领域的创业公司来说是一个福音。” Weinberg表示,很难预测任何新项目是否会对开源产生横向影响,但“针对机器学习的新的主要源代码语料库将招募新开发人员进入机器学习领域。 “

理查德·阿迪卡里(Richard Adhikari)自20世纪90年代以来就撰写了关于主要行业出版物的高科技知识,将RFID芯片植入人体是“ 兽?纳米技术能否解决我们即将到来的粮食危机?鲟鱼的法律是否仍然成立?您可以在Google+上与Richard联系。

随机推荐

网站导航 福利地图