ADVERTISEMENT
11 月 15 日,Google 發佈機器學習框架的行動版本:「TensorFlow Lite 預覽版」,這意味著將人工智慧放進手機的趨勢,又往前了一步。
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。
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。
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。
TensorFlow 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。
Google 於 2015 年底公佈並宣佈開源了 TensorFlow。在的首頁,有一句話:
TensorFlow 是一個用於人工智慧的開源神器。
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。GitHub 發佈的 2017 年度開發者報告顯示,TensorFlow 是被 fork 最多的項目,其中有 7300 人為 TensorFlow 做出了貢獻。
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。
而 Google Brain 發佈的「Quick, Draw! 」、「AutoDraw」,也是基於 TensorFlow 開發的。
有了 TensorFlow ,還需要厲害的硬體
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。
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。
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。
10 月,Google 公佈 Pixel2 手機這部手機擁有一顆 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。
- 本文授權轉載自:
ADVERTISEMENT