TensorFlow

機器學習軟件庫

TensorFlow是一個開源軟件庫,用於各種感知和語言理解任務的機器學習[5]目前廣泛地用於研究和生產中,比如Google商業產品[6]:p.2,如語音辨識GmailGoogle 相冊和搜索[5]:0:26/2:17,其中許多產品曾使用過其前任軟件DistBelief。

TensorFlow
開發者谷歌大腦團隊[1]
首次發布2015年11月9日,​8年前​(2015-11-09
當前版本
  • 2.14.0-rc1(2023年8月28日;最終測試版本)[2]
  • 2.15.0(2023年11月14日;穩定版本)[3]
編輯維基數據鏈接
源代碼庫 編輯維基數據鏈接
編程語言PythonC++CUDA
平台LinuxmacOSWindowsAndroid
類型機器學習
許可協議Apache 2.0開源許可證
網站www.tensorflow.org
tensorflow.google.cn[4]

TensorFlow最初由谷歌大腦團隊開發,用於Google的研究和生產,於2015年11月9日在Apache 2.0開源許可證下發布。[1][7]

歷史

編輯

DistBelief

編輯

從2010年開始,谷歌大腦建立DistBelief作為他們的第一代專有機器學習系統。50多個團隊在Google和其他Alphabet公司在商業產品部署了DistBelief的深度學習神經網絡,包括Google搜索Google語音搜索、廣告、Google 相冊Google地圖Google街景Google翻譯YouTube[6][8]Google指派計算機科學家,如傑弗里·辛頓傑夫·迪恩,簡化和重構DistBelief的代碼庫,使其變成一個更快、更健壯的應用級別代碼庫,形成了TensorFlow。[9]2009年,Hinton領導的研究小組大大減少使用DistBelief的神經網絡的錯誤數量,通過Hinton在廣義反向傳播的科學突破。最值得注意的是,Hinton的突破直接使Google語音識別軟件中的錯誤減少至少25%。[10]

TensorFlow

編輯

TensorFlow是谷歌大腦的第二代機器學習系統。

從0.8.0版本(發布於2016年4月)開始原生的支持分布式運行。

從0.9.0版本(發布於2016年6月)開始支持iOS。

從0.12.0版本(發布於2016年12月)開始支持Windows系統。該移植代碼主要由微軟貢獻。

1.0.0版本發布於2017年2月11日。雖然參考實現運行在單台設備,TensorFlow可以運行在多個CPUGPU(和可選的CUDA擴展和圖形處理器通用計算SYCL擴展)。[11]TensorFlow可用於64位LinuxmacOSWindows,以及移動計算平台,包括AndroidiOS

TensorFlow的計算使用有狀態的數據流圖表示。TensorFlow的名字來源於這類神經網絡對多維數組執行的操作。這些多維數組被稱為張量(Tensor)。2016年6月,Jeff Dean稱在GitHub有1500個庫使用了TensorFlow,其中只有5個來自Google。[12]

張量處理單元(TPU)

編輯

2016年5月,Google宣布了張量處理單元(TPU),一個專為機器學習和TensorFlow全定製專用集成電路。TPU是一個可編程的人工智能加速器,提供高吞吐量的低精度計算(如8位),面向使用或運行模型而不是訓練模型。Google宣布他們已經在數據中心中運行TPU長達一年多,發現它們對機器學習提供一個數量級更優的每瓦特性能。[13]

2017年5月Google宣布第二代張量處理單元,並在Google計算引擎中可用。[14]第二代TPU提供最高180 teraflops性能,組裝成64個TPU的集群時提供最高11.5 petaflops性能。

TensorFlow Lite

編輯

2017年5月Google宣布從Android Oreo開始,提供一個專用於Android開發的軟件棧TensorFlow Lite[15]

用於搜索引擎

編輯

Google於2015年10月26日正式發布了RankBrain英語RankBrain,由TensorFlow支持。

TensorFlow 2

編輯

隨着TensorFlow在研究論文上的市場份額因PyTorch的優勢而衰減[16],在2019年9月TensorFlow團隊宣布了程序庫的一個新的主要版本。TensorFlow 2.0介入了很多變更,最重要的是TensorFlow eager,它將自動微分的方案,從靜態計算的圖,變更為「運行時定義」的方案,它最初因Chainer英語Chainer和後來的PyTorch而流行[16]。其他主要的變更包括移除一些舊庫,在不同版本的TensorFlow的訓練模型之間的交叉兼容性,還有在GPU上性能的顯著改進[17]

使用

編輯

TensorFlow充當機器學習的核心平台和函數庫。TensorFlow的API使用Keras來允許用戶製作自己的機器學習模型[18]。除了建造和訓練它他們的模型之外,TensorFlow還能幫助裝載數據來訓練模型,並使用TensorFlow Serving來部署它[19]

TensorFlow提供了一個Python API[20],以及C++[21]、Haskell[22]、Java[23]、Go[24]和Rust[25]API。第三方包可用於C#[26]、.NET Core[27]、Julia[28]、R[29]和Scala[30]

應用

編輯

廣泛的應用程序使用TensorFlow作為基礎,其中它已成功實現自動化圖像字幕軟件,例如DeepDream英語DeepDream[31]2015年10月26日,Google正式啟用了由TensorFlow提供支持的RankBrain英語RankBrain。RankBrain現在處理大量的搜索查詢,替換和補充傳統的靜態算法搜索結果。[32]

參見

編輯

引用

編輯
  1. ^ 1.0 1.1 Credits. [2015-11-10]. (原始內容存檔於2015-11-17). 
  2. ^ TensorFlow 2.14.0-rc1 Pre-release. 2023年8月28日 [2023年9月18日]. 
  3. ^ Release 2.15.0. 2023年11月14日 [2023年11月19日]. 
  4. ^ Google 为 TensorFlow 启用 tensorflow.google.cn 域名. [2020-11-08]. (原始內容存檔於2020-11-16). 
  5. ^ 5.0 5.1 "TensorFlow: Open source machine learning"頁面存檔備份,存於網際網路檔案館) "It is machine learning software being used for various kinds of perceptual and language understanding tasks" — Jeffrey Dean, minute 0:47 / 2:17 from Youtube clip
  6. ^ 6.0 6.1 TensorFlow: Large-scale machine learning on heterogeneous systems (PDF). Google Research. 2015-11-09 [2015-11-10]. (原始內容存檔 (PDF)於2015-11-20). 
  7. ^ Google Just Open Sourced TensorFlow, Its Artificial Intelligence Engine. 2015-11-09 [2015-11-10]. (原始內容存檔於2015-11-10). 
  8. ^ Google Open-Sources The Machine Learning Tech Behind Google Photos Search, Smart Reply And More. 2015-11-09 [2015-11-11]. (原始內容存檔於2015-11-10). 
  9. ^ What Is TensorFlow, and Why Is Google So Excited About It?. 2015-11-11 [2015-11-11]. (原始內容存檔於2015-11-10). 
  10. ^ Google chairman: We’re making 'real progress' on artificial intelligence. 2015-11-25 [2015-11-25]. (原始內容存檔於2015-11-25). 
  11. ^ Metz, Cade. TensorFlow, Google's Open Source AI , Points to a Fast-Changing Hardware World. 2015-11-10 [2015-11-11]. (原始內容存檔於2015-11-11). 
  12. ^ Machine Learning: Google I/O 2016 Minute 07:30/44:44頁面存檔備份,存於網際網路檔案館) accessdate=2016-06-05
  13. ^ Google supercharges machine learning tasks with TPU custom chip. [2016-05-19]. (原始內容存檔於2016-05-18). 
  14. ^ Build and train machine learning models on our new Google Cloud TPUs. Google. 2017-05-17 [2017-05-18]. (原始內容存檔於2017-05-17) (英語). 
  15. ^ Google’s new machine learning framework is going to put more AI on your phone. [2018-01-14]. (原始內容存檔於2017-08-22). 
  16. ^ 16.0 16.1 He, Horace. The State of Machine Learning Frameworks in 2019. The Gradient. 10 October 2019 [22 May 2020]. (原始內容存檔於2019-10-10). 
  17. ^ TensorFlow 2.0 is now available!. TensorFlow Blog. 30 September 2019 [22 May 2020]. (原始內容存檔於2019-10-30). 
  18. ^ TensorFlow Core | Machine Learning for Beginners and Experts. TensorFlow. [2021-11-04]. (原始內容存檔於2023-01-20) (英語). 
  19. ^ Introduction to TensorFlow. TensorFlow. [2021-10-28]. (原始內容存檔於2023-01-20) (英語). 
  20. ^ Python. [2022-12-12]. (原始內容存檔於2022-09-05). 
  21. ^ C++. [2022-12-12]. (原始內容存檔於2023-01-20). 
  22. ^ Haskell頁面存檔備份,存於網際網路檔案館
  23. ^ Java頁面存檔備份,存於網際網路檔案館
  24. ^ Go頁面存檔備份,存於網際網路檔案館
  25. ^ Rust頁面存檔備份,存於網際網路檔案館
  26. ^ C#頁面存檔備份,存於網際網路檔案館
  27. ^ .NET Core頁面存檔備份,存於網際網路檔案館
  28. ^ Julia頁面存檔備份,存於網際網路檔案館
  29. ^ R頁面存檔備份,存於網際網路檔案館
  30. ^ Scala頁面存檔備份,存於網際網路檔案館
  31. ^ Google Offers Up Its Entire Machine Learning Library as Open-Source Software. 2015-11-11 [2015-11-11]. (原始內容存檔於2015-11-23). 
  32. ^ Google releases TensorFlow – Search giant makes its artificial intelligence software available to the public. 2015-11-25 [2015-11-25]. (原始內容存檔於2015-11-25). 

外部連結

編輯