开放源代码框架 TensorFlow

Anna Goldie

本演讲将探讨 Google Brain 团队开发的开放源代码机器学习框架 TensorFlow。Anna Goldie 将重点讲述 Google 内部如何使用机器学习,介绍 TensorFlow 框架的最新更新,并展望机器学习的新研究方向,尤其是围绕学会学习 (AutoML) 的研究方向。

适用性

  • Top
    • Canned Estimator
  • Build models
    • Estimator tf.keras
    • tf.layers
  • Language-specific Frontend
    • Python frontend
    • C++ Frontend
  • Engine

周边开源项目

TensorFlow Serving

训练好模型后,把模型放入生产环境。TensorFlow Serving 可以加速模型部署。其完全开源。

Data -> TensorFlow -> Model -> |  ?  | <- App

带来

Data -> TensorFlow -> Model -> | RPC 服务器 | <- App

Google 内部是如何使用 TF 的?

Datasets 接口

TensorFlow Lite

比较小,比较快的

TensorFlow Eager

使用计算图,写图再跑有些复杂

新模式:直接写程序

未来的机器学习发展方向:学会学习

有了百倍的计算能力,我们没有理由固守我们的成见