跳至內容

TensorFlow

本頁使用了標題或全文手工轉換
維基百科，自由的百科全書
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）
目前版本
  • 2.18.0（2024年10月24日；穩定版本）[2]
編輯維基數據鏈結
原始碼庫
編輯維基數據鏈結
程式語言Python、C++、CUDA
平台Linux、macOS、Windows、Android
類型機器學習庫
許可協定Apache 2.0開源許可證
網站www.tensorflow.org
tensorflow.google.cn[3]

TensorFlow是一個開源軟體庫，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 相簿和搜尋[4]:0:26/2:17，其中許多產品曾使用過其前任軟體DistBelief。

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

[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的深度學習神經網路，包括Google搜尋、Google語音搜尋、廣告、Google 相簿、Google地圖、Google街景、Google翻譯和YouTube。[5][7]Google指派電腦科學家，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的神經網路的錯誤數量，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語音辨識軟體中的錯誤減少至少25%。[9]

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）開始原生的支援分散式執行。

從0.9.0版本（發布於2016年6月）開始支援iOS。

從0.12.0版本（發布於2016年12月）開始支援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。雖然參考實現執行在單台裝置，TensorFlow可以執行在多個CPU和GPU（和可選的CUDA擴充和圖形處理器通用計算的SYCL擴充）。[10]TensorFlow可用於64位元Linux、macOS和Windows，以及行動運算平台，包括Android和iOS。

TensorFlow的計算使用有狀態的資料流圖表示。TensorFlow的名字來源於這類神經網路對多維陣列執行的操作。這些多維陣列被稱為張量（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）

[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全客製化的專用積體電路。TPU是一個可程式化的人工智慧加速器，提供高吞吐量的低精度計算（如8位元），面向使用或執行模型而不是訓練模型。Google宣布他們已經在資料中心中執行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效能。[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效能，組裝成64個TPU的叢集時提供最高11.5 petaflops效能。

TensorFlow Lite

[編輯]

2017年5月Google宣布從Android Oreo開始，提供一個專用於Android開發的軟體棧TensorFlow Lite[14]。

用於搜尋引擎

[編輯]

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

TensorFlow 2

[編輯]

隨著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團隊宣布了程式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「執行時定義」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相容性，還有在GPU上效能的顯著改進[16]。

使用

[編輯]

TensorFlow充當機器學習的核心平台和函式庫。TensorFlow的API使用Keras來允許使用者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還能幫助裝載資料來訓練模型，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

[編輯]

廣泛的應用程式使用TensorFlow作為基礎，其中它已成功實現自動化圖像字幕軟體，例如DeepDream（英語：DeepDream）。[30]2015年10月26日，Google正式啟用了由TensorFlow提供支援的RankBrain（英語：RankBrain）。RankBrain現在處理大量的搜尋查詢，替換和補充傳統的靜態演算法搜尋結果。[31]

參見

[編輯]

參照

[編輯]
  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

[編輯]
取自「https://zh.wikipedia.org/w/index.php?title=TensorFlow&oldid=85193599」
pFad - Phonifier reborn

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


Alternative Proxies:

Alternative Proxy

pFad Proxy

pFad v3 Proxy

pFad v4 Proxy