Google tidak berputus asa dengan TensorFlow dan akan mengeluarkan versi baharu pada 2023, menjelaskan empat tiang

Pada tahun 2015, Google Brain membuka projek penyelidikan yang dipanggil "TensorFlow". Produk ini dengan cepat menjadi popular dan menjadi rangka kerja pembelajaran mendalam arus perdana dalam industri kecerdasan buatan, membentuk ekosistem pembelajaran mesin moden. Sejak itu, beribu-ribu penyumbang sumber terbuka dan banyak pembangun, penganjur komuniti, penyelidik dan pendidik sama-sama telah melabur dalam perpustakaan perisian sumber terbuka ini.

Walau bagaimanapun, tujuh tahun kemudian, cerita itu telah menuju ke arah yang berbeza: TensorFlow Google telah kehilangan sokongan pembangun. Kerana pengguna TensorFlow telah mula beralih kepada PyTorch, rangka kerja lain yang dilancarkan oleh Meta.

Ramai pembangun percaya bahawa TensorFlow telah kalah dalam perang ini dan menyamakannya dengan: "PyTorch makan makan tengah hari TensorFlow

Dalam bayangan PyTorch." , Google secara senyap-senyap sedang membangunkan rangka kerja pembelajaran mesin, iaitu JAX (dulunya adalah singkatan untuk "Just After eXecution", tetapi secara rasmi tidak lagi bermaksud apa-apa), yang ramai orang rujuk sebagai Dianggap sebagai pengganti TensorFlow.

Untuk sementara waktu, diketahui umum bahawa Google akan meninggalkan TensorFlow dan beralih sepenuhnya kepada JAX. Malah, Google tidak berputus asa dengan TensorFlow Mereka berkata bahawa TensorFlow akan berkembang bersebelahan dengan JAX pada masa hadapan.

Tetapi setelah berkata demikian, dalam tempoh tujuh tahun yang singkat ini, TensorFlow telah menunjukkan prestasi yang cemerlang dan telah berkembang menjadi platform pembelajaran mesin yang paling biasa digunakan, dengan berjuta-juta pengguna . TensorFlow kini dimuat turun lebih 18 juta kali sebulan dan telah mengumpul 166k bintang di GitHub – lebih daripada mana-mana rangka kerja ML yang lain.

Selain itu, TensorFlow memudahkan pembelajaran mesin pada ekosistem mudah alih: TFLite kini berjalan pada kira-kira 4 bilion peranti, termasuk peranti anda. TensorFlow juga telah membawa pembelajaran mesin ke web, dengan TensorFlow.js kini dimuat turun lebih daripada 170,000 kali seminggu.

TensorFlow menguasai hampir semua pembelajaran mesin merentas keseluruhan rangkaian produk Google, termasuk Carian, GMail, YouTube, Peta, Play, Iklan, Foto dan banyak lagi. Selain Google, TensorFlow, anak syarikat Alphabet, bersama dengan Keras, menyediakan kecerdasan mesin baharu untuk kereta pandu sendiri Waymo.

Di seluruh industri yang lebih luas, TensorFlow memperkasakan sistem pembelajaran mesin di beribu-ribu syarikat, termasuk Apple, ByteDance, Netflix, Tencent, Twitter dan banyak lagi. Bidang penyelidikan: TensorFlow disebut dalam lebih daripada 3,000 penerbitan setiap bulan di Google Scholar, termasuk penyelidikan saintifik gunaan yang penting, seperti kajian CANDLE untuk memahami kanser.

Tidak keterlaluan untuk mengatakan bahawa TensorFlow mempunyai lebih ramai pengguna asas dan ekosistem pembangun berbanding sebelum ini, dan ia masih berkembang. Google percaya bahawa pembangunan TensorFlow bukan sahaja pencapaian yang patut diraikan, ia juga menyediakan peluang baharu untuk komuniti pembelajaran mesin untuk pergi lebih jauh.

Matlamat lama Google adalah untuk menyediakan platform pembelajaran mesin yang terbaik dan berusaha untuk mengubah pembelajaran mesin daripada kraf khusus kepada perisian industri yang matang seperti pembangunan web.

Pembangunan TensorFlow oleh Google akan diteruskan Selepas 7 tahun, akan ada 7 tahun lagi.

Empat tiang masa hadapan TensorFlow

Baru-baru ini, Google mengumumkan bahawa mereka telah mula membangunkan lelaran TensorFlow seterusnya dan memfokuskan pada empat tiang tersebut. Lebih khusus lagi, Google merancang untuk mengeluarkan versi pratonton baharu TensorFlow pada suku kedua 2023, diikuti dengan versi pengeluaran kemudian.

Pantas dan boleh skala

Pertama sekali ialah kompilasi XLA. Google menumpukan pada kompilasi XLA untuk menjadikan model latihan dan inferens lebih pantas pada GPU dan CPU, dan komited untuk menjadikan XLA sebagai pengkompil pembelajaran mendalam standard industri, dan sebagai sebahagian daripada inisiatif OpenXLA, Google telah membukanya kepada kerjasama sumber terbuka.

Yang kedua ialah pengkomputeran teragih. Google memfokuskan pada DTensor, API baharu untuk keselarian model berskala besar. DTensor akan disatukan dengan API tf.distribute, membolehkan model fleksibel dan selari data.

Perkara terakhir ialah pengoptimuman prestasi. Selain penyusunan, Google terus memfokuskan pada pengoptimuman prestasi algoritmik seperti pengiraan ketepatan campuran dan ketepatan terkurang untuk memberikan kelajuan yang besar pada GPU dan TPU.

ML Gunaan

Alat baharu untuk CV dan NLP. Google melabur dalam ekosistem ML Gunaan, khususnya melalui pakej KerasCV dan Keras NLP untuk menyediakan komponen modular dan boleh gubah untuk pelbagai kes penggunaan.

Sumber pembangun. Google menambah lebih banyak sampel kod, panduan dan dokumentasi untuk kes penggunaan pembelajaran mesin gunaan yang popular dan baru muncul, mengurangkan halangan kepada kemasukan untuk pembangun dan menjadikan setiap alat pembangunan mudah digunakan.

Tahap penggunaan

lebih mudah untuk dieksport. Google akan memudahkan untuk mengeksport model ke peranti mudah alih (Android atau iOS), peranti tepi (mikropengawal), hujung belakang pelayan atau JavaScript. Pengguna boleh mengeksport model ke TFLite dan TF.js dan mengoptimumkan prestasi inferens model semudah memanggil model.export().

C++ API untuk aplikasi. Google sedang membangunkan API TF2 C++ awam untuk inferens sebelah pelayan asli sebagai sebahagian daripada aplikasi C++.

Gunakan model JAX. Google memudahkan untuk menggunakan model dengan perkhidmatan TensorFlow. API NumPy. Bidang ML telah berkembang pesat sejak beberapa tahun lalu, dan dengan itu, API TensorFlow telah berkembang. Untuk menyesuaikan diri dengan perkembangan teknologi, Google menyepadukan dan memudahkan API sepenuhnya.

Jadikan penyahpepijatan lebih mudah. Dalam bidang ML, debugging adalah teknologi yang tidak boleh diabaikan. Google akan menumpukan pada keupayaan penyahpepijatan yang lebih baik untuk meminimumkan masanya.

Google mengatakan TensorFlow akan 100% serasi ke belakang pada masa hadapan. Google berharap TensorFlow akan menjadi asas industri pembelajaran mesin dan berjanji bahawa dari TensorFlow 2 ke versi seterusnya, TensorFlow akan serasi sepenuhnya ke belakang dan kod akan berjalan seperti sedia ada, tanpa perlu menjalankan skrip penukaran dan tiada perubahan manual . Google terus melabur dalam rangka kerja TensorFlow untuk memacu penyelidikan dan aplikasi untuk berjuta-juta pengguna.

Atas ialah kandungan terperinci Google tidak berputus asa dengan TensorFlow dan akan mengeluarkan versi baharu pada 2023, menjelaskan empat tiang. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!