導讀：
在云計算峰會CloudNext17上，Google資深學者杰夫·迪恩(JeffDean)宣布，該公司開源的機器學習基礎系統TensorFlow已經
在云計算峰會 Cloud Next 17 上，Google 資深學者杰夫·迪恩 (Jeff Dean) 宣布，該公司開源的機器學習基礎系統TensorFlow已經成為 GitHub 上最受歡迎的機器學習類項目。
TensorFlow 在機器學習業界究竟有多受歡迎？TensorFlow 項目負責人拉賈·蒙加 (Rajat Monga) 給出了幾組數據：
自從 2015 年 11 月開源，已經有近 500 名非 Google 員工對 TensorFlow 核心項目做出貢獻；到今年年初，項目在 GitHub 上的提交數已經超過了 1.4 萬個。
在程序員提問平臺 Stack Overflow上，已經有超過 5000 個與 TensorFlow 有關的問題得到了回答；TensorFlow 甚至一度搶過了 Google 云計算部門另一個開源項目 Kubernetes 的風頭，兩個項目正在公司內部競爭到底誰是最受歡迎的開源項目；不僅如此，斯坦福大學、加州大學伯克利分校、多倫多大學等學界名校也都緊跟潮流，開設了 TensorFlow 的有關課程。
在 GitHub 上和其他機器學習開源項目相比，TensorFlow 獲得星數 (star count) 增長趨勢是下圖這樣的。迪恩說 TensorFlow 居然這么受歡迎，他自己也有點沒想到。
Processed with VSCO with acg preset
TensorFlow 是 Google 的一套綜合性的機器學習系統框架，開源之前是僅供該公司內部使用，從搜索排名到應用商城推薦，從 Gmail 反垃圾到 Android 系統，被幾乎所有產品團隊所采用。迪恩透露，Google 內部有超過 4000 個項目里能找到 TensorFlow 的配置文件。它的開發者是 Google 內部最早系統性地研究人工智能技術的團隊——Google 大腦。TensorFlow 已經是 Google 的第二代機器學習工具，前身是 DistBelief。
DistBelief 的缺點是僅局限于神經網絡，配置難度高，和 Google 內部的產品聯系緊密，這就決定了它很難與外界分享。從 DistBelief 伊始，迪恩一直想要要把內部的機器學習工具開放出去，為更多人所用（事實上 Google 一直也是這樣做的，云端部署工具 Kubernetes、辦公套件G Suite 都是例子）。他的想法也跟業界趨勢以及公司的想法吻合，Google 批準他在 DistBelief 的基礎上對代碼和架構進行加工簡化，在合適的時候開源，TensorFlow 就這樣誕生了。
迪恩說開發（并開源） TensorFlow 有三個目標：建立一個通用的機器學習平臺，讓它成為世界上最好的平臺，然后再把它開放給所有人。
Processed with VSCO with acg preset
但 Google 同意開源 TensorFlow，除了迪恩的理想之外還有更多現實的考慮。作為科技公司的 Google 是一家營利組織。Google Cloud 對 TensorFlow 的支持是最好的，而該部門在營收貢獻上的重要性正在逐漸提升。包括 Google Cloud 在內的“其他收入”，在 Google 上一季度財報中共計 34 億美元，占季度總營收 13%。雖然比重還很小，但仍體現出了極高的增長性，最主要的增長來自 Google Cloud。
考慮到深度學習技術廣闊的前景，如果 TensorFlow 有助于人們更多涉足深度學習，而 Google Cloud 又是深度學習訓練和應用最佳的承載平臺，何不將它開源呢？這筆賬不難算。
這也是在 Cloud Next 17 的最后一天，Google 把迪恩、Linux 基金會理事長、Red Hat 的首席技術官等一眾在開源業界知名的內外部人士叫來給站臺的原因。云計算市場，Google Cloud 面臨來自亞馬遜 AWS、微軟 Azure 等競爭對手不小的壓力，所以它更要講好這個故事，讓人們明白自己是最與時俱進的云計算平臺。
相關閱讀：
當人工智能比人更懂得如何賺錢時，金融家們都開始害怕了
為了讓翻譯、圖像識別和信息推薦更聰明，Facebook 發布了一款超硬核的“最強大腦”
李飛飛在Google云計算大會上發車了：推出API讓計算機看懂視頻
Facebook 預防自殺，Google 篩查癌癥，科技巨頭是怎么讓人類的生命更有尊嚴的？
看文倉www.kanwencang.com網友整理上傳,為您提供最全的知識大全,期待您的分享，轉載請注明出處。
歡迎轉載：http://www.kanwencang.com/xinwen/20170311/118942.html
文章列表
留言列表
