打造tensorflow的未来

谷歌开发者 谷歌开发者     2023-03-26     620

关键词:

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献者的帮助,以及由谷歌开发者专家、社区组织者、研究人员和教育工作者所组成的出众社区的支持下,TensorFlow 逐步确立了其地位。

  • TensorFlow

    https://tensorflow.google.cn/

如今,TensorFlow 已被数百万开发者采用,成为使用率最高的机器学习平台。TensorFlow 不仅是 GitHub 上星标数量排名第 3 的软件代码库(仅次于 Vue 和 React),还是 PyPI 上下载量最高的机器学习软件包。TensorFlow 已将机器学习引入了移动生态系统:目前约 40 亿台设备在运行 TFLite,您的设备或许就是其中之一。TensorFlow 还将机器学习引入了 Web 领域:TensorFlow.js 目前的每周下载量已达 17 万次。

如今,我们的用户群和开发者生态系统比以往任何时候都庞大,并且还在不断扩展!

我们不仅将 TensorFlow 的发展视为一项值得庆祝的成就,还将其视为进一步发展机器学习社区、创造更多价值的机会。

我们的目标是提供全球最好的机器学习平台。让 TensorFlow 成为每位开发者工具箱中新的强大软件,同时将机器学习从小众技术转变为同网络开发一样成熟的领域。

为实现这一目标,我们倾听用户需求、预测新的行业趋势、迭代我们的 API,并努力让您更轻松地进行大规模创新。就像 TensorFlow 最初推动深度学习兴起一样,我们希望为您提供一个可以挑战无限可能的平台,以便继续促进机器学习的发展。机器学习正在快速发展,TensorFlow 亦是如此。

现在,很高兴地宣布,我们已经开始着手开发下一个 TensorFlow 迭代,以实现机器学习的下一个十年发展目标。我们正在构建出色的 TensorFlow 功能,同时专注于四大支柱。

TensorFlow 的四大支柱

快速和可扩展

XLA 编译

我们高度关注 XLA 编译,以 XLA 在 TPU 上的性能优势为基础,致力于加快大多数模型训练和推理工作流在 GPU 和 CPU 上的运行速度。我们还计划将 XLA 打造成为行业标准的深度学习编译器,并已将其作为 OpenXLA 计划的一部分,开放给开源协作。

  • OpenXLA 计划

    https://cloud.google.com/blog/products/ai-machine-learning/googles-open-source-momentum-openxla-new-partnerships

分布式计算

我们正专注于 DTensor 的研究,这是一种用于大规模模型并行的全新 API。DTensor 开启了超大模型训练和部署的未来之门,让您可以像在单个设备上进行训练一样开发模型,甚至在使用多个客户端时亦可如此。DTensor 将与 tf.distribute API 整合,让柔性模型和数据并行成为现实。

  • DTensor

    https://tensorflow.google.cn/guide/dtensor_overview

性能优化

除编译外,我们还进一步投入于算法性能优化技术,例如混合精度和降低精度计算,从而在 GPU 和 TPU 上带来可观的提速表现。

应用机器学习

用于 CV 和 NLP 的新工具

我们正投入于构建应用机器学习生态系统,特别是通过 KerasCV 和 KerasNLP 软件包为应用 CV 和 NLP 用例(包括多种先进的预训练模型)提供模块化、可组合的组件。

  • KerasCV

    https://github.com/keras-team/keras-cv

  • KerasNLP

    https://tensorflow.google.cn/

生产级解决方案

我们正在扩展 TF Model Garden (GitHub),以覆盖广泛的机器学习任务和领域。Model Garden 可以提供端到端生产级建模解决方案。它包含许多前沿 (State of the Art, SOTA) 的模型实现,此类实现适用于计算机视觉和自然语言处理 (NLP),不仅可以重现,而且符合规范。此外,Model Garden 还提供训练代码库,以便您快速运行使用此类模型的机器学习实验,并导出为标准 TF Serving 格式。

  • TF Model Garden (GitHub)

    https://tensorflow.google.cn/guide/model_garden

开发者资源

我们正在为热门以及新兴的应用机器学习用例添加更多代码示例、指南和文档。这样做的目的是为了逐渐降低机器学习领域的准入门槛,使其成为每位开发者得心应手的工具。

随时可供部署

更易导出

我们正在简化将模型导出到移动设备(Android 或 iOS)、边缘设备(微控制器)、服务器后端或 JavaScript 的流程。用户可以将模型导出到 TFLite 和 TF.js 并优化其推理性能。操作起来与调用“model.export()”一样简单。

  • TFLite

    https://tensorflow.google.cn/lite

  • TF.js

    https://github.com/keras-team/keras-cv

面向应用的 C++ API

我们正在开发一个公共 TF2 C++ API,以作为 C++ 应用的一部分用于本地服务器端推理。

部署 JAX 模型

我们正努力让您更轻松地部署使用 JAX 和 TensorFlow Serving 开发的模型,以及让您更轻松地使用 TensorFlow Lite 和 TensorFlow.js 将模型部署到移动设备和网站中。 

  • JAX

    https://github.com/google/jax

简单化

NumPy API

随着机器学习领域在过去几年中的快速发展,TensorFlow 的 API 接口也在随之增加,但 API 的增加方式并非总是一致或易于理解的,因此我们正在积极致力于整合和简化这些 API。例如,我们将会针对数字采用 NumPy API 标准。

  • NumPy API 标准

    https://tensorflow.google.cn/guide/tf_numpy

简化调试

框架不仅包含其 API 接口,调试体验也同样重要。我们的目标是专注于优化调试功能,从而最大限度缩减开发各种应用机器学习系统所需的时间。

TensorFlow 未来将会 100% 向后兼容

我们希望 TensorFlow 可以成为机器学习行业赖以发展的基石,并将 API 稳定性视为其中最重要的一个特性。作为在产品中依赖 TensorFlow 的工程师,以及 TensorFlow 生态系统软件包的构建者,您应该能够升级到最新 TensorFlow 版本,并即刻受益于它的新功能和性能改进,而无需担心现有代码库可能会崩溃。因此,我们承诺从 TensorFlow 2 开始到下一个版本,TensorFlow 将会完全向后兼容。您的 TensorFlow 2 代码将按原样运行,无需运行转换脚本,也无需进行手动更改。

时间线

我们计划在 2023 年第 2 季度发布全新 TensorFlow 功能的预览版,并在同年晚些时候发布正式版本。在此期间,我们将会定期发布最新进展情况。您可以关注 TensorFlow 博客和 TensorFlow YouTube 频道,以及我们的官方微信公众号获悉进展。

  • TensorFlow 博客

    https://blog.tensorflow.org/

tensorflow打造聊天机器人

Tensorflow聊天机器人聊天机器人也叫做对话系统,是一个热门领域。微软、facebook、苹果、google、微信、slack都在上面做了大的投入,这是一波新的试图改变人和服务交流的创业浪潮。例如operator x.ai,chatfuel,以及一些库例如botkit... 查看详情

奔驰在打造未来汽车时的devops实践

...在JFrog用户大会上分享中介绍了奔驰通过DevOps落地,加速打造未来汽车的实践。本文根据视频资料整理而来,原视频地址:https://www.youtube.com/watch?v=zw0QsPgD5Ug背景介绍奔驰对于未来汽车的定义涵盖了很多方面,包括车载音乐、导航... 查看详情

tensorflow与flask结合打造手写体数字识别(代码片段)

TensorFlow与Flask结合打造手写体数字识别主要步骤:获取mnist数据集分别创建regression和convolution的模型,设置对应的计算方式、参数等信息创建regression、convolution获取数据,调用对应模型进行训练、测试最后保存对应模型创建mnist... 查看详情

技术生态两手抓,打造面向未来的企业级领先数据库

...分享自华为云社区《华为坚持开源开放、合作创新理念,打造面向未来的企业级领先数据库》,原文作者:心机胖。6月21日,在2021ACMSIGMOD“企业数据库技术和生态发展”专场研讨会,华为技术有限公司高级副总裁张顺茂发表了... 查看详情

21个项目玩转深度学习:基于tensorflow的实践详解03—打造自己的图像识别模型(代码片段)

...Net,GoogLeNet,VGGNet,ResNet每个方法都有很多版本的衍生,tensorflow中带有封装好各方法和网络的函数,只要喂食自己的训练集就可以完成自己的模型,感觉超方便!!!激动!!!因为虽然原理流程了解了,但 查看详情

华人运通与blackberry达成合作,打造未来数字生命gt——高合hiphiz

...yQNX为华人运通的第二款旗舰车型高合HiPhiZ保驾护航,打造其自动驾驶域控制器与数字座舱域控制器。基于BlackBerryQNXNeutrino实时操作系统(RTOS)和QNXHypervisor,高合HiPhiZ融合了领先业 查看详情

tensorflow败给pytorch,谷歌:未来就靠你了,jax

...学习领域的开拓者,它于2015年发布开源深度学习框架TensorFlow,开创了现代机器学习的生态系统.TensorFlow一经发布便迅速被开发者热捧,谷歌也由此成为了主流AI产品的领导者。然而好景不长,在2017年Meta&#x 查看详情

天搜集团打造有情感的零售数据领航新零售未来式

中兴被封、华为被美国司法部调查,中美从贸易战打到科技战,无法不让人联想到80年代美日贸易战。甚至国际上也很多人猜测,中国将成为继日本后,被美国贸易战围剿的另一只羊羔。这种猜测其实忽略了中日经济的实际差异... 查看详情

未来科技城x奇点云打造「企业数据大脑」,助力1.3万家企业服务

“当前,政府数字化和数字政府建设已成为一种趋势、一种必然,并且有了一条水到渠成式的实现路径。”上升为国家战略的数字中国建设加速了”智慧政务“的生动实践,杭州未来科技城的「企业数据大脑」就是... 查看详情

腾讯汤道生:数实融合成为行业“必答题”,腾讯未来打造四大引擎

...f0c;变成每个行业都要面对的“必答题”,腾讯未来将打造用户、技术、安全和生态四大引擎,助力各行各业,发掘数字化新动能。汤道生认为,数字技术和产业互联网的发展正在从三个方面对社会和经济 查看详情

盘古开源丨ipfs&filecoin未来将打造共享共识共赢的全球生态圈

世界很大,全球互联网的高速发展拉进了人们的距离,同样,时代在进步,新型的产业也在诞生,IPFS应运而生。短短时间,在全球得到应用,这也是分布式存储的最大优势。花最少钱来完成最多的事。... 查看详情

ftx获9亿美元融资创纪录,打造加密货币美好未来

成立仅仅两年多的FTX凭借对加密市场的独到见解和强大的执行团队迅速成为了全球领先的加密货币交易所,受到了资本市场的青睐。前不久,FTX对外宣布以180亿美元估值完成了9亿美元的B轮融资,创造了加密货币交易... 查看详情

“不推荐使用类型的同义词;在 numpy 的未来版本中,它将被理解为 (type, (1,)) / '(1,)type'。” TensorFlow 中的问题

...py的未来版本中,它将被理解为(type,(1,))/\\\'(1,)type\\\'。”TensorFlow中的问题【英文标题】:"synonymoftypeisdeprecated;inafutureversionofnumpy,itwillbeunderstoodas(type,(1,))/\'(1,)type\'."probleminTensorFlow“不推荐使用类型的同 查看详情

蚂蚁金服未来智慧城市:打造新空间_?_新治理_?_新生活

在2017云栖大会-南京峰会上,蚂蚁金服城市服务总经理林光宇做了题为《未来城市·智慧生活——新空间·新治理·新生活》的分享。蚂蚁金服城市服务的故事起源于支付,但是不止于支付。目前支付宝是移动端最大的政务服务聚... 查看详情

倒计时3天!携手开发者,一起精准打造数智未来!

把故事写进代码,用代码改变世界重塑或者改变这个世界的并不是超人而是开发者他们用技术自我成就因情怀练就工匠精神2021年,移动云开启了首届API应用创新开发大赛,以“创新云转型,智慧云服务”为主题&#x... 查看详情

中国联通欧莱雅和钉钉都在争相打造的秘密武器?虚拟ip未来还有怎样的可能

本文首发于:行者AI1.引言虚拟偶像是通过绘画、动画、CG等形式制作,在因特网等虚拟场景或现实场景进行如歌手活动,以商业、文化等具体需求制作培养,但本身并不以实体形式存在的人物形象。伴随着虚拟世... 查看详情

共码未来|助力打造现代高效流畅的开发体验

...歌借助高效的开发工具和无间的协作致力于为开发者持续打造更加现代、高效、流畅的开发体验一起来看看2022Google开发者大会上 Android、WearOSbyGoogle和ARCore 技术领域有哪些值得重点关注的成果与进展吧!Android生态持续增长&... 查看详情

tensorflow学习1

...对未来还是充满了希望的,至此从2017年11月左右开始接触tensorflow,一直的学习都比较间断,但是还是做了一些实际的实验的使用,但是深知自己对于tensorflow的理解的并不是很深入,再此之前学习过C++和相应的算法,和Python的一些... 查看详情