关键词：
发布人：TensorFlow & 机器学习团队
在近期举办的 2022 Google 谷歌开发者大会上，TensorFlow & 机器学习团队带来了有关我们不断发展的生态系统的更新。本文将与大家分享相关内容。
Google 谷歌开发者大会
https://developersummit.googlecnapps.cn/
MediaPipe Studio
我们认识到，打造自定义设备端机器学习解决方案并实现生产化具有一定挑战。为此，我们正在利用简单易用的抽象 API 和免编码 GUI，来重塑您开发此类解决方案的方式。MediaPipe Studio 是我们的低代码和免编码解决方案，可让您使用原生代码集成库（可轻松构建机器学习驱动型应用）在 Android 或 iOS 上实现从数据准备到建模再到部署的整个过程。
Google Play 服务中的正式版
TensorFlow Lite
我们近期在 Google Play 服务中推出了正式版 TensorFlow Lite。这样一来 TensorFlow Lite 运行时便由 Google Play 服务自动管理和更新，意味着您无需再将其作为应用的一部分发布。您可以减小应用大小并在后台定期更新，从而让您的用户始终享受最新版本。对各位应用开发者来说，这一点非常有用，因为您的用户将自动获取框架更新和问题修复，从而帮助您减轻提供此类更新和修复的负担。此外，Google Play 服务中的 TensorFlow Lite 可以立即投入生产，该框架每天运行的推理次数已经超过 1000 亿次。
正式版 TensorFlow Lite
https://blog.tensorflow.org/2022/09/announcing-tensorflow-lite-in-google-play-services-general-availability.html
Tensor Projects
在 Google，我们正在打造一个可在各种硬件和设备类型上使用的世界级机器学习工具系列。我们致力于构建符合预期用途的工具，在这一目标下，我们开发了多款既可用于领域前沿研究，也可用于经过验证的全球部署的实用工具，因此未来开放式机器学习生态系统 Tensor Projects 应运而生。以下是关于此生态系统的美好愿景。
Tensor Projects 是一个由机器学习技术和平台组成的生态系统，汇集了 Google 的各种机器学习工具，有助于世界一流的工程和研究团队组织工作。Tensor Projects 为持续创新创造了可用空间和美好前景，同时该生态系统还提供强大支持，帮助研究人员、开发者、MLOps 和业务团队在任何数据中心或任何设备上打造负责任的前沿机器学习，无论是全新模型开发还是规模化生产机器学习。
诸如 TensorFlow、Keras、JAX、MediaPipe Studio 等工具可以在该生态系统上很好地独立运行、相互协作，或与其他业界领先的工具和标准协同工作。我们希望为您提供充分的灵活性和选择，助力您为各种机器学习用例构建强大、高性能的基础架构。而这仅仅是一个开端，随着机器学习不断进步，Tensor Projects 将不断发展壮大。
您可观看以下视频了解更多详情：
TensorFlow 官网更新
我们更新了 tensorflow.org 体验，以便新用户和高级用户都可以轻松查找资源。在此，您可以快速确定适合自己任务的 TensorFlow 工具、探索用于加快模型创建的预构建工件、寻找创意和灵感、参与社区活动、发现适用于常见场景的快速入门指南等。
tensorflow.org
https://tensorflow.google.cn
PyTorch 基金会
我们相信机器学习开发者的选择，我们也将持续投入资源，助力开发者轻松训练、部署和管理模型。我们的投入旨在将机器学习纳入每个开发者的工具箱并扩大覆盖范围，包括可以为数百万开发者提供免费的开源产品、使开发者能够利用机器学习取得成功的 TensorFlow 和 Keras，以及可为研究人员提供有力支持的 JAX。
此外，本着开放的精神，我们还支持 PyTorch 开发者通过 Cloud TPU 使用 XLA。为了继续帮助所有开发者利用 Google Cloud 取得成功，并为社区做出更有意义的贡献，我们很高兴地宣布我们作为新成立的 PyTorch 基金会创始成员的角色。作为董事会成员，我们将深化开源投资，以实现基金会的使命，即通过开源平台推动机器学习的应用。
PyTorch 开发者通过 Cloud TPU 使用 XLA
https://cloud.google.com/tpu/docs/pytorch-xla-ug-tpu-vm
新成立的 PyTorch 基金会
https://opensource.googleblog.com/2022/09/accelerate-your-models-to-production-with-google-cloud-and-pytorch_0905763892.html
感谢阅读！欢迎持续关注我们的官方微信平台，获悉更多资讯。
scikit-learn&tensorflow与吴恩达机器学习双修笔记——创建工作区
本编者为机器学习的广大初学者之一，在机器学习实践此书以及吴恩达老师视频教育下，本人决定将其定期写成笔记（笔记更新进度与速度为学习进度与速度的四分之一），辅助自身学习的同时也来帮助和我... 查看详情
（转）干货｜这篇tensorflow实例教程文章告诉你gans为何引爆机器学习？（附源码）
干货｜这篇TensorFlow实例教程文章告诉你GANs为何引爆机器学习？（附源码） 该博客来源自：https://mp.weixin.qq.com/s?__biz=MzA4NzE1NzYyMw==&mid=2247492203&idx=5&sn=3020c3a43bd4dd678782d8aa24996745&chksm=903f1c73a7489565 查看详情
机器学习(machinelearning)&深度学习(deeplearning)资料
机器学习(MachineLearning)&深度学习(DeepLearning)资料機器學習、深度學習方面不錯的資料，轉載。原作：https://github.com/ty4z2008/Qix/blob/master/dl.md原作作者會不斷更新。本文更新至2014-12-21《BriefHistoryofMachineLearning》介绍:这是一篇介绍... 查看详情
tensorflow2.0最新版(2.4.1)安装教程(代码片段)
Tensorflow2.4.1前言Tensorflow简介Anaconda简介Anaconda安装TensorFlowCPU&GPUTensorflow安装Pycharm&TensorflowTensorflow&HelloworldHelloworldSession()后序前言目前考虑进入梦寐以求的机器学习、人工智能等领域的学习，因此安装主流的机器学习... 查看详情
tensorflow机器学习：如何正确的掌握google深度学习框架tensorflow（第二代分布式机器学习系统）？
本文标签： 机器学习TensorFlowGoogle深度学习框架分布式机器学习唐源VGGREST 服务器自2015年底开源到如今更快、更灵活、更方便的1.0版本正式发布，由Google推出的第二代分布式机器学习系统TensorFlow一直在为我们带来惊... 查看详情
基于docker的tensorflow机器学习框架搭建和实例源码解读
概述：基于Docker的TensorFlow机器学习框架搭建和实例源码解读，TensorFlow作为最火热的机器学习框架之一，Docker是的容器，可以很好的结合起来，为机器学习或者科研人员提供便捷的机器学习开发环境，探索人工智能的奥秘，容器... 查看详情
tensorflow分布式机器学习平台(代码片段)
...，单机跑深度学习程序，过于耗时，所以需要TensorFlow分布式并行。分布式机器学习分为单机多卡训练与多机多卡训练。 单机多GPU训练： 单机多GPU的训练过程：CPU承担了调度与参数的保存与更新操作，刚... 查看详情
近200篇机器学习&深度学习资料分享
编者按：本文收集了百来篇关于机器学习和深度学习的资料，含各种文档，视频，源码等。并且原文也会不定期的更新。望看到文章的朋友能够学到很多其它。《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，... 查看详情
tensorflow学习笔记：mnist机器学习入门
...，首先从深度学习的入门MNIST入手。通过这个例子，了解Tensorflow的工作流程和机器学习的基本概念。一 MNIST数据集 MNIST是入门级的计算机视觉数据集，包含了各种手写数字的图片。在这个例子中就是通过机... 查看详情
机器学习与tensorflow——机器学习基本概念tensorflow实现简单线性回归(代码片段)
一、机器学习基本概念1.训练集和测试集训练集(trainingset/data)/训练样例（trainingexamples):用来进行训练，也就是产生模型或者算法的数据集测试集(testingset/data)/测试样例(testingexamples)：用来专门进行测试已经学习好的模型或者算法... 查看详情
打造tensorflow的未来
发布人：TensorFlow&机器学习团队我们已开始着手规划TensorFlow的未来，并希望通过本文跟大家分享我们的愿景。在2015年11月9日，大约7年前，我们开放了TensorFlow的源代码。自那之后，在全球数千位开源创作贡... 查看详情
tensorflow初探
...于深度学习,希望在移动领域能够找出更多的应用点.其中TensorFlow作为目前的一个热点值得我们重点关注.机器学习机器学习是人工智能的一个分支，也是用来实现人工只能的一种方法。简单来说，机器学习就是通过算法，使得机... 查看详情
sklearn与tensorflow机器学习实用指南（补档）(代码片段)
...PDF格式EPUB格式MOBI格式英文仓库中文仓库目录结构Sklearn与TensorFlow机器学习实用指南零、前言一、机器学习概览二、一个完整的机器学习项目三、分类四、训练模型五、支持向量机 查看详情
将 tensorflow 与 nodejs 库一起用于机器学习模型
】将tensorflow与nodejs库一起用于机器学习模型【英文标题】：Usingtensorflowwithnodejslibraryformachinelearningmodels【发布时间】：2020-03-0514:07:22【问题描述】：我已阅读到不同的库可用于Tensorflow。（在Python、C++、javascript中）。“Tensorflow.js... 查看详情
机器学习-tensorflow安装与测试
安装、#Ubuntu/Linux64-bit$sudoapt-getinstallpython-pippython-dev#Ubuntu/Linux64-bit,CPUonly,Python2.7$exportTF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0rc0-cp27-non 查看详情
机器学习的大局观：使用神经网络和tensorflow来对文本分类
机器学习的大局观：使用神经网络和TensorFlow来对文本分类 https://medium.freecodecamp.com/big-picture-machine-learning-classifying-text-with-neural-networks-and-tensorflow-d94036ac2274 机器学习的开发人员常常说，如果你想学习机器学习，必须先学... 查看详情
01_机器学习简介
...、传统预测。机器学习库和框架：sklearn。深度学习框架:tensorflow。有了基础之后，学习书籍推荐：机器学习(周志华）、Python数据分析与挖掘实战、机器学习系统设计、面向机器智能TensorFlow实践、TensorFlow技术解析与实战。（不建... 查看详情
机器学习：机器学习的一个实例
大家都知道tensorflow（简称tf）是一个机器学习的框架，使用它就可以完成机器学习。那就用tf来演示一下怎么做机器学习吧，这样你就有一个具体的感受：原来是这样的啊！本文使用tensorflow做一次机器学习的演示。但是，tensorflo... 查看详情