掌握聚合最新动态了解行业最新趋势
API接口,开发服务,免费咨询服务

谷歌 TensorFlow 一岁啦,它是最受欢迎的机器学习开源项目

不知不觉,我们迎来了 TensorFlow 的一周年。

如果你对 TensorFlow 不太熟悉,那想必你是个机器学习的门外汉。这个基于 DistBelief 研发的第二代人工智能学习系统已经在 GitHub上被评为“最受欢迎的机器学习开源项目”。

Tensor 指的是 N 维数组,Flow 则指的是基于数据流图的计算,——雷锋网觉得这与心理学家 Mihalyi Csikszentmihalyi 提出的 “福流”(flow)概念相得益彰——既是复杂数据结构在人工智能神经网络中处理的过程,又能反映出一种沉浸于深度学习的体验。

(编者按:福流是一种感觉、状态和体验,是指一个人在自觉自发的前提下,对某一活动或事物表现出浓厚而强烈的兴趣,并能推动自己完全投入进去,把自己的优势发挥到极致,进入一种完全沉浸其中的状态。)

TensorFlow 在一年前的开源,无疑降低了深度学习在各行各业的应用难度,在Google Brain眼里,“它能加速机器学习的研究进程,帮助科技给每个人更好地带来便利和福祉。”

这一年来,TensorFlow 达成了什么成就?一起随雷锋网来看下:

  • 超过 480 人对 TensorFlow 做出了直接贡献,包括谷歌员工、外部研究人员、独立程序开发者、学生,还有其它公司的开发者们。
  • TensorFlow 成为 GitHub 上最受欢迎的项目;
  • 在 GitHub 上有超过 3000 个和 TensorFlow 相关的开源项目;
  • 收到超过 10,000 次的 Commits,在性能上有了大的提升;
  • 在 GitHub、 StackOverflow 及 TensorFlow mailing list 回答了上千个问题。
  • 增加了分布式训练;
  • 与大数据架构进行整合——目前后者已得到广泛应用;
  • 兼容 iOS 及树莓派;
  • 增加对 Go、Rust 和 Haskkell 的支持。

而如果你对这些虚的不是太感兴趣,雷锋网先列几个项目吧:

  • DeepMind 推出机器合成语音水平与人类缩小一半以上的 WaveNet;
  • 谷歌机器翻译的整合神经网络已经取得重大突破;
  • 谷歌全新自然语言处理模型 SyntaxNet;
  • 提升分类水准的 Inception-ResNet-v2;
  • 利用人工智能来创作艺术的Magenta;
  • 最新版的自动图像描述系统“Show and Tell”;
  • 保护濒危海洋生物的探测器;
  • 日本农场的黄瓜分类机;
  • ……

以上内容此前雷锋网(公众号:雷锋网)都有覆盖,而TensorFlow 产品经理 Zak Stone 在今天 Google 研究院的推文中向所有关心 TensorFlow 的用户致以谢意:

“非常感谢您对 TensorFlow 的支持,您在 TensorFlow 上所做的项目不论是应用于您的高端产品、您高速发展的创业公司,还是您的学校项目,我们都对您对代码库所做的贡献予以衷心的感谢。通过与全球关注机器学习的各类组织的合作,我们期待TensorFlow的下一年会变得更好!”

是的,雷锋网也同样相信这一点。

原文来自:雷锋网

声明:所有来源为“聚合数据”的内容信息,未经本网许可,不得转载!如对内容有异议或投诉,请与我们联系。邮箱:marketing@think-land.com

  • 双人婚姻登记状态核验

  • AI新闻简报

    最新新闻资讯简报,各类国内、国际、体育、娱乐、科技等资讯AI智能总结摘要及详细内容,适合各类AI Agent、穿戴设备进行资讯播报、阅读。

    最新新闻资讯简报,各类国内、国际、体育、娱乐、科技等资讯AI智能总结摘要及详细内容,适合各类AI Agent、穿戴设备进行资讯播报、阅读。

  • 运营商5G基站信息

    通过传递运营商2G/3G/4G/5G基站的MCC、MNC、TAC、CID信息查询所在位置信息。为用户提供位置服务,如实时导航、周边推荐等。

    通过传递运营商2G/3G/4G/5G基站的MCC、MNC、TAC、CID信息查询所在位置信息。为用户提供位置服务,如实时导航、周边推荐等。

  • 人脸实名认证2.0

    通过身份证号+姓名+人脸照片的一致性比对,系统与公安库中的身份证登记照比对,判断是否为同一人,核验用户信息真实性。

    通过身份证号+姓名+人脸照片的一致性比对,系统与公安库中的身份证登记照比对,判断是否为同一人,核验用户信息真实性。

  • 企业招投标信息

0512-88869195
客服微信二维码

微信扫码,咨询客服

数 据 驱 动 未 来
Data Drives The Future