TensorFlow開源一周年：這可能是一份最完整的盤點

02-08

機器之心

TensorFlow 宣布開源已經過去一年時間了。在谷歌的支持下，TensorFlow 成為了 GitHub 上今年最受歡迎的機器學習開源項目（據 GitHub 開源報告）。今天，Google Research Blog 上發表了一篇 TensorFlow 開源一周年的介紹文章，我們也對之前谷歌在 TensorFlow 框架上展開的項目進行了盤點（谷歌所公開的）。

自 Google Brain 團隊開源 TensorFlow 以來已經過去了一整年的時間——這是 TensorFlow 成果豐碩的一年，它幫助加速了對機器學習的研究，同時也助力科技為人們帶來更好的服務。基於 TensorFlow 的項目在這一年裡面層出不窮：超過 480 人為 TensorFlow 做出了直接貢獻，其中包括谷歌自己人、外部研究者、獨立程序開發者、學生和其它公司的資深開發者。現在，TensorFlow 已經成為了 GitHub 上最受歡迎的機器學習項目。

過去 12 個月，TensorFlow 項目收到了超過 10,000 次 commits，實現了很大的性能提升，增加了對分散式訓練、iOS、樹莓派開發板的支持，並且還實現了 TensorFlow 與已被廣泛使用的大數據架構的整合。TensorFlow 還增加了對 Go、Rust 和 Haskell 的支持。除此之外，谷歌還發布了當前表現最好的圖像分類模型 Inception-ResNet-v2，並且還回答了 GitHub、StackOverflow 和 TensorFlow mailing list 上數以千計的問題。

在谷歌，TensorFlow 也支持著從大規模產品功能到探索性研究等許多項目。谷歌最近宣布的在谷歌翻譯上的重大進展就使用了 TensorFlow（以及張量處理單元（TPU/ Tensor Processing Units，這是一種可用於 TensorFlow 的特別的硬體加速器）。Magenta 項目正在研究可以生成音樂旋律的基於強化學習的新模型，另外最近還有一位博士學生和 Google Brain 團隊合作開發了一個可以自動實現多種藝術風格交叉的 TensorFlow 項目。DeepMind 的研究也從 Torch 轉向了 TensorFlow，最近他們在 TensorFlow 上開發出了基於原始音頻生成語音和音樂的模型 WaveNet。

除了上面談到的項目機器之心有過關注之外，一年以來我們也見證了 TensorFlow 如何成為了 GitHub 上最受歡迎的機器學習開源項目，詳盡的追蹤了谷歌在 TensorFlow 框架上進行的各類研究、開源的項目，這些研究涉及到自然語言處理、機器翻譯、圖像描述、圖像分類等等。

DeepMind最新生成模型WaveNet，將機器合成語音水平與人類差距縮小50%（附論文）
谷歌翻譯整合神經網路：機器翻譯實現顛覆性突破（附論文）
Show and Tell：谷歌在 TensorFlow 上開源圖像描述系統
谷歌開源新的 TensorFlow 代碼，如何進行文本自動摘要
谷歌開放 TF-Slim：在 TensorFlow 中定義複雜模型的高層庫
谷歌新開源「寬度&深度學習」框架：結合記憶和歸納實現更優推薦（附論文）
谷歌增強型風格遷移新演算法：實現基於單個網路的多種風格實時遷移（附論文）
谷歌開放Inception-ResNet-v2：一種新的圖像分類卷積神經網路模型
谷歌開源最精確自然語言解析器SyntaxNet的深度解讀：一次關鍵進步以及一個重要工具

在官方介紹中，谷歌如此描述 TensorFlow 系統，「確保 TensorFlow 能夠滿足從研究到生產的各個層面的需求：從最小的樹莓派開發板一直到裝備了大量 GPU 或 TPU 的伺服器中心。」

不久之前，谷歌高級研究科學家 Greg S Corrado（一年前，他在谷歌亞太區媒體會議上宣布了 TensorFlow 的開源）在接受機器之心採訪時也曾表示，市面上很多新產品和服務都在使用 Deep Learning，但是這只是一項現有的、能滿足當下需求的技術。他認為更重要的是更多的研究人員和科學家能在更廣的維度和視野下繼續深入研究，這樣才能發現與時俱進，發現更新的技術來滿足這一領域下一階段的更多需求。

在談到 Google 開源 TensorFlow 的意義時，Greg 闡述道：

「對於人工智慧，我想強調的是它不是一個具體的可以包裝銷售的產品。它實際上是一個工具，軟體工程師以及其他有創造力的人們可以使用這個工具來製造和開發新的產品和服務。而 TensorFlow 把這些 Google 正在使用的基本的工具開放給公眾使用。」

未來人工智慧領域的相關產品，除了 TensorFlow 之外，Google 也打算把自己開發的平台通過雲服務共享給公眾使用，通過這種雲機器學習，其他開發者可以開發和實現自己的機器學習構想，就像自己在 Google 中研發一樣。他們可以通過 TensorFlow 使用谷歌提供的免費軟體和工具，也可以用雲服務運行他們自己構建的機器學習系統。

「我們也會通過 API 向開發者提供一些預置好的機器學習的子系統，這樣開發者只需要再添加幾行簡單的代碼就可以實現比如翻譯、圖片識別等技術。這樣開發者並不需要成為機器學習的專家，就能開發自己的機器學習應用的產品。」

所以，我們可以看到 TensorFlow 不僅僅是一個開源項目，谷歌正在努力構建圍繞 TensorFlow 的包含軟體和機器學習模型的生態系統。

機器之心原創 作者：吳攀、李亞洲

http://weixin.qq.com/r/x0xPV-TEMqlNrbA09xnV (二維碼自動識別)