據外媒報道，在加利福尼亞州山景城舉行的首屆TensorFlow Dev峰會上，谷歌(微博)正式發布了用于深度學習的TensorFlow 1.0開源框架。谷歌表示，這個版本現在可以用于生產環境，開發人員可通過其應用編程接口（API）使用它。
該框架包含人工神經網絡，可以用數據進行訓練，然后對新的數據做出推斷。TensorFlow的工程總監Rajat Monga在會議上說，它增添了一些新的工具，比如更加傳統的機器學習工具K-means和支持向量機（SVM）等。
該框架還集成了基于Python的Keras庫。這個庫的初衷是簡化Theano深度學習框架的使用。而現在它有了“預制的估計量”或模型，包括簡單的神經網絡，令開發者可以迅速上手。
此外，谷歌很快將開源可以令TensorFlow速度提高58倍（特別是谷歌的Inception神經網絡模型的第三版）的代碼。 TensorFlow還將支持Hexagon數字信號處理器（高通Snapdradon 820移動芯片以及它的Dragonboard 820c板上有這種信號處理器）。現在它有一個實驗性質的TensorFlow編譯器（XLA）可以即時（JIT）把圖形編譯為合適的匯編語言。
它還有一個實驗性的Java API。以及一個調試器。
谷歌在2015年首次推出了TensorFlow，這個社區先后給它增加了一些功能，包括分布式訓練，對Hadoop分布式文件系統（HDFS）的支持，以及良好的Parsey McParseFace語言解析器等。
谷歌提供了云機器學習（Cloud Machine Learning）服務，你可以在谷歌的云基礎設施上運行TensorFlow。
工程總監Megan Kacholia說，到今年3月底之前，谷歌不僅會發布新的基準測試，用來對TensorFlow與其他深度學習框架進行比較，而且還會發布用來執行基準測試的模型。
與已有版本相比，全新的 TensorFlow 1.0 主要有以下改進：
更快：TensorFlow 1.0 超乎想象的快！TensorFlow 團隊將發布幾個模型的更新，來展現如何充分利用 TensorFlow 1.0。
更靈活：TensorFlow 1.0 為 TensorFlow 引進了帶有更多模塊的高級別應用程序界面。同時，TensorFlow 團隊已宣布引進能夠與 Keras（另一高級別的神經網絡庫）完全兼容的 tf.keras 模塊。
隨時就緒：TensorFlow 1.0 可確保 Python 應用程序界面的穩定性。Python 能夠在不打破現有代碼的情況下，更容易地獲取新功能。
除此之外，TensorFlow 1.0 還有著以下亮點：
Python 應用程序界面被調整為與 NumPy 更相近。
Java 和 Go 的實驗性 API。
合并 skflow 和 TF Slim 后，從 tf.contrib.learn 而轉入的高級別應用程序界面模塊：tf.layers，tf.metrics 和 tf.losses。
針對中央處理器發布了 XLA（TensorFlow 圖表的特定領域編譯器）的實驗版本。 XLA 正在快速發展，因此預計在未來的發布會上會有更多的進展。
引進了 TensorFlow 調試器，其為 TensorFlow 運行程序的命令行界面和應用程序界面。
對象檢測和定位，以及相機圖像風格化的新安裝系統的演示。
安裝改進：添加 Python 3 docker 鏡像，并使 pip 包兼容 PyPI。現在只要簡單的調用“pip 安裝 tensorflow”，便可安裝 TensorFlow。
通過使用動態批處理技術如 Fold、網頁工具如 Embedding Projector 及更新現有的工具如 TensorFlow Serving，TensorFlow 生態系統將不斷發展。
京公網安備 11010502049343號