維基百科

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。[4]目前廣泛地用於研究和生產中，比如Google商業產品[5]:p.2，如語音辨識、Gmail、Google 相冊和搜索[4]: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，​9年前​（2015-11-09）
當前版本
  • 2.18.0（2024年10月24日；穩定版本）[2]
編輯維基數據鏈接
源代碼庫
編輯維基數據鏈接
編程語言Python、C++、CUDA
平台Linux、macOS、Windows、Android
類型機器學習庫
許可協議Apache 2.0開源許可證
網站www.tensorflow.org
tensorflow.google.cn[3]

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][6]

歷史

DistBelief

從2010年開始，谷歌大腦建立DistBelief作為他們的第一代專有的機器學習系統。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翻譯和YouTube。[5][7]Google指派計算機科學家，如傑弗里·辛頓和傑夫·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。[8]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%。[9]

TensorFlow

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CPU和GPU（和可選的CUDA擴展和圖形處理器通用計算的SYCL擴展）。[10]TensorFlow可用於64位Linux、macOS和Windows，以及移動計算平台，包括Android和iOS。

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。[11]

張量處理單元（TPU）

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全定製的專用集成電路。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。[12]

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。[13]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

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[14]。

用於搜索引擎

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

TensorFlow 2

隨着TensorFlow在研究論文上的市場份額因PyTorch的優勢而衰減[15]，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[15]。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[16]。

使用

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[17]。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[18]。

TensorFlow提供了一個Python API[19]，以及C++[20]、Haskell[21]、Java[22]、Go[23]和Rust[24]API。第三方包可用於C#[25]、.NET Core[26]、Julia[27]、R[28]和Scala[29]。

應用

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）。[30]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。[31]

參見

引用

  1. ^ 1.0 1.1 Credits. [2015-11-10]. （原始內容存檔於2015-11-17）. 
  2. ^ Release 2.18.0. 2024年10月24日 [2024年10月27日]. 
  3. ^ Google 为 TensorFlow 启用 tensorflow.google.cn 域名. [2020-11-08]. （原始內容存檔於2020-11-16）. 
  4. ^ 4.0 4.1 "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
  5. ^ 5.0 5.1 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）. 
  6. ^ 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）. 
  7. ^ 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）. 
  8. ^ 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）. 
  9. ^ 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）. 
  10. ^ 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）. 
  11. ^ 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
  12. ^ Google supercharges machine learning tasks with TPU custom chip. [2016-05-19]. （原始內容存檔於2016-05-18）. 
  13. ^ 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）. 
  14. ^ 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）. 
  15. ^ 15.0 15.1 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）. 
  16. ^ TensorFlow 2.0 is now available!. TensorFlow Blog. 30 September 2019 [22 May 2020]. （原始內容存檔於2019-10-30）. 
  17. ^ TensorFlow Core | Machine Learning for Beginners and Experts. TensorFlow. [2021-11-04]. （原始內容存檔於2023-01-20） （英語）. 
  18. ^ Introduction to TensorFlow. TensorFlow. [2021-10-28]. （原始內容存檔於2023-01-20） （英語）. 
  19. ^ Python. [2022-12-12]. （原始內容存檔於2022-09-05）. 
  20. ^ C++. [2022-12-12]. （原始內容存檔於2023-01-20）. 
  21. ^ Haskell（頁面存檔備份，存於網際網路檔案館）
  22. ^ Java（頁面存檔備份，存於網際網路檔案館）
  23. ^ Go（頁面存檔備份，存於網際網路檔案館）
  24. ^ Rust（頁面存檔備份，存於網際網路檔案館）
  25. ^ C#（頁面存檔備份，存於網際網路檔案館）
  26. ^ .NET Core（頁面存檔備份，存於網際網路檔案館）
  27. ^ Julia（頁面存檔備份，存於網際網路檔案館）
  28. ^ R（頁面存檔備份，存於網際網路檔案館）
  29. ^ Scala（頁面存檔備份，存於網際網路檔案館）
  30. ^ 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）. 
  31. ^ 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

取自「https://zh.wikipedia.org/w/index.php?title=TensorFlow&oldid=85193599」