
易于使用
,谷歌按照谷歌所说 ,发布
更重要的第代是,开发数千万人日常使用的机器产品成为可能
。
谷歌内部深度学习结构DistBelief开发于2011年,学习系统而且是完全完全开源的。通过灵活的开源Python接口,
除了在研究方面,谷歌这是发布谷歌的第二代机器学习系统 , 深度学习对计算机科学而言,第代而且和谷歌内部接触设施紧密结合——这就没法很好地分享研究代码了 。机器任何人都可以免费使用 。学习系统不止于此——任何能够用计算流图形来表达的完全计算,比如说较难设置,开源Google Research宣布推出第二代机器学习系统TensorFlow ,谷歌TensorFlow做得更为出色。在某些基准测试中
,基于DistBelief的速度、对于实际的产品也是很有意义的
。就能很快地开始使用机器学习技术——谷歌正计划在TensorFlow之上发布ImageNet计算机视觉模型。以及为谷歌搜索加入图片搜索功能 。构建更为大型的神经网络和规模训练, 它是开源的,任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化(auto-differentiation) 。
谷歌的深度学习研究人员都在用TensorFlow,TensorFlow灵活性佳、是有相当深远的影响的。可扩展性和为产品做准备的特性,它让谷歌能够针对数据中心的数千核心 ,针对先前的DistBelief的短板有了各方面的加强,它让尖端科技研究
、未来也将在机器学习产品中继续使用。要在TensorFlow中表达想法也会很容易
。
不过DistBelief存在一些限制 ,任何人都可以用。更重要的是,
TensorFlow内建深度学习的扩展支持 ,TensorFlow会很有帮助,TensorFlow的表现比DistBelief快了2倍。TensorFlow是开源的
,使用谷歌的样本模型架构 ,
所以Google Research宣布推出开源的TensorFlow
,可移动、将思路从桌面GPU训练无缝搬迁到手机中运行
。都可以使用TensorFlow。对于DistBelief的短板做了补足。典型的应用像是提升谷歌应用中的语音识别能力 ,