入門 | 關于TensorFlow，你應該了解的9件事

谷歌開發技術推廣工程師 Laurence Moroney 在 Google Cloud Next 大會上進行了一段 42 分鐘的演講，主題是「What's New with TensorFlow?」。本文作者 Cassie Kozyrkov 對該演講進行了總結，概括出關于 TensorFlow 的九件事。機器之心對本文進行了編譯介紹，希望對大家有所幫助。

我總結了今年 Google Cloud Next 大會上我最愛的一段演講——What's New with TensorFlow?（https://www.youtube.com/watch?v=MR7w8ARAS2Y）

然后我想了想，簡直找不出理由不向你們安利我對此演講的超短總結。（除非你不看視頻，不然你絕對應該看看這個演講，演講者 Laurence Moroney 很出色。）

#1：TensorFlow 是一個強大的機器學習框架

TensorFlow 是一個機器學習框架，如果你有大量的數據，或者你在追求人工智能最先進的技術：深度學習、神經網絡等，它都會使你如虎添翼。它可不是數據科學界的瑞士軍刀，而是工業車床！如果你想做的只是通過 20×2 的電子表格繪制一條回歸線，那你可以停止閱讀本文了。

但如果你追求的是更大的目標，那就嗨起來吧～TensorFlow 被用于尋找新的行星，協助醫生檢查糖尿病性視網膜病變來預防患者失明，向當局報告非法砍伐行為來拯救森林。它是 AlphaGo 和 Google Cloud Vision 的基礎，也會是屬于你的。TensorFlow 是開源的，你可以免費下載并立即開始使用。

• TensorFlow 下載地址：https://www.tensorflow.org/install/
• TensorFlow 初始教程：https://www.datacamp.com/community/tutorials/tensorflow-tutorial

在 TensorFlow 的幫助下發現的開普勒-90i 行星使開普勒-90 星系成為我們所知的唯一的另一個八顆行星繞一顆恒星運行的星系。目前還沒有發現有超過八顆行星的星系，所以我想這意味著太陽系與開普勒-90 星系并列第一（目前）。

＃2：一個神奇操作

TensorFlow Eager 讓我高枕無憂。

如果你之前嘗試過 TensorFlow，但因為它使你像老學究或外星人（而不是開發者）一樣編代碼而瘋掉，現在抓緊回來啊啊啊?。?！

TensorFlow 的 eager execution 讓你像純 Python 程序員一樣進行交互：即時編寫和即時逐行調試，而不是在構建那些龐大圖表時還得屏住呼吸。我自己也是一個正在恢復正常的「學究」（很可能是外星人），但是自從它出現我就愛上了 TF 的 eager execution。強烈安利！

#3：逐行構建神經網絡

Keras + TensorFlow = 更容易的神經網絡構建！

Keras 致力于用戶友好性和簡單的原型設計，這是之前的 TensorFlow 所渴望的。如果你喜歡面向對象的思維，喜歡一次構建一層神經網絡，你會喜歡 tf.keras。在下面幾行代碼中，我們創建了一個序列神經網絡（sequential neural network），其具備標準的附屬組件，如 dropout。

#4：不僅是 Python

你們抱怨 TensorFlow 只適用于 Python 已經有一段時間了?，F在 TensorFlow 不再是 Python 使用者的專利了?，F在它可以在很多語言中運行，R、Swift 以及 Java 等等。

#5 你可以在瀏覽器中做任何事

說到 Java，你可以使用 TensorFlow.js 在瀏覽器中訓練和執行模型。到這里嘗試一些超酷的案例吧：https://js.tensorflow.org/～

使用 TensorFlow.js 在瀏覽器中執行實時人體姿態估計。打開你的相機試一下？https://storage.googleapis.com/tfjs-models/demos/posenet/camera.html。

#6： 針對小型設備的精簡版

從博物館買了個舊桌子？烤面包機？TensorFlow Lite 使得在移動設備和物聯網設備等多種設備上執行模型成為可能，其推理速度是原始 TensorFlow 的 3 倍還多?，F在你可以在樹莓派或手機上進行機器學習了。在該演講中，Laurence 做了一件勇敢的事情，在數千人面前用一個 Android 模擬器實時演示圖像分類……并且成功了。

1.6 秒計算時間？是的！香蕉識別率超過 97%？是的！

#7：專用硬件更強勁

如果你已經厭倦了在訓練神經網絡過程中需要等待 CPU 完成數據處理，那么現在你可以使用專門為 Cloud TPU 設計的硬件，T 即 tensor。就像 TensorFlow……巧合嗎？我認為不是！不久前，谷歌在 alpha 版中發布了第三版 TPU。

#8：新的數據工作流得到很大改進

你用 NumPy 做的是什么？如果你想在 TensorFlow 中執行同樣的操作，但是卻「怒退」（rage-quit），則 tf.data 命名空間可以幫助 TensorFlow 中的輸入處理更具表達能力、更高效。tf.data 為你提供與訓練同步的快速、靈活且易于使用的數據工作流。

#9：你不需要從零開始

你知道開始機器學習最可怕的是什么嗎？編輯器中有一個空白的新頁面，并且沒有大量的示例代碼。有了 TensorFlow Hub，你就可以更高效地執行由來已久的傳統，即自己編寫別人的代碼，并將其稱為自己的代碼（這也稱為專業軟件工程）。

TensorFlow Hub 是一個可重復使用的預訓練機器學習模型組件 repo，它的封裝和使用都非常精簡。你可以自己試一下！