申请专栏作者 参展
投稿发布
您的当前位置:主页 > 机器学习 > 正文

谷歌TF2.0凌晨发布!“改变一切,力压PyTorch”

来源: 时间:2019-10-08
请支持本站,点击下面的广告后浏览!
TensorFlow 2.0终于来了!
今天凌晨,这个全球用户最多的框架,正式放出了2.0版本。
Google深度学习科学家、Keras作者François Chollet热情的表示:“TensorFlow 2.0是一个来自未来的平台,它改变了一切”。
不少网友表示,TensorFlow 2.0比PyTorch更好用,已经准备全面转向这个新升级的深度学习框架了。
 
更易用的TF2.0
尽管是排名第一的深度学习框架,但TensorFlow的缺点也一直非常明显。官方对此也心知肚明,因此在今早发布的博客中写道:
”TensorFlow 2.0由用户社区推动,告诉我们他们想要一个易于使用、灵活又强大的平台,并且支持部署到任何地方。“
 
那么TF2.0有什么改进?
一、Keras与TensorFlow紧密集成,默认eager execution,执行Pythonic函数。官方表示,对开发者来说,TensorFlow 2.0用起来跟Python差不多;对于研究者来说,新框架也在低级API方面进行了重点投入。
二、为了在各种平台上运行,SavedModel文件格式进行了标准化。
三、针对高性能训练场景,可以使用Distribution Strategy API进行分布训练,且只需进行少量代码修改就能获得出色的性能。支持Keras Model.fit、自定义训练循环、多GPU等等。
四、TensorFlow 2.0提高了在GPU上的性能表现。以ResNet-50和BERT为例,只需要几行代码,混合精度使用Volta和Turing GPU,训练表现较高可以提升3倍。
五、新增TensorFlow Datasets,为包含大量数据类型的大型数据集提供了标准接口。
六、虽然保留了传统的基于Session的编程模型,但官方现在建议使用eager execution进行常规的Python开发。tf.function装饰器可以把代码转换成可以远程执行、序列化、性能优化的图。在Autograph的帮助下,能把常规的Python控制流直接转成TensorFlow控制流。
七、官方提供了TensorFlow 1.x升级2.0的迁移指南,TF2.0还有一个自动转换的脚本。
八、TensorFlow 2.0提供了易用的API,能够灵活快速的实现新想法。模型的训练和serving也已经无缝集成在基础架构中。
更多关于TensorFlow 2.0的信息,可以>
访问官网:
https://www.tensorflow.org/
GitHub:
https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0

  本文来自可思数据(sykv.com),转载请联系本站及注明出处

这还有一段官方介绍视频:
“改变一切,力压PyTorch”
TensorFlow 2.0发布之后,引发了广泛的讨论和关注。
Google深度学习科学家、Keras作者François Chollet热情的表示,TensorFlow 2.0是一个来自未来的机器学习平台,它改变了一切。

  可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

现在GitHub上排名第一的NLP机器学习课程practicalAI的作者、苹果公司AI研究员Goku Mohandas在推特上说,他们正在从PyTorch转向TensorFlow 2.0。
用户Francois Piednoel留言表示,他已经体验了TF2.0一整周,他给出同样的结论:TF2.0现在已经力压PyTorch一手了。

 

可思数据sykv.com,sykv.cn

深度学习研究和教育者、fast.ai创始人Jeremy Howard也称赞TF2.0的发布是”令人兴奋的一步,与TensorFlow一代相比是一个巨大的飞跃“。
当然,至于实际怎么样,还得大家亲自体验了。
为了迎接新版的发布,TensorFlow团队的Josh Gordon,还整理了一份学习资源。
 
1、Deep Learning with Python
TF2.0基于Keras。如果你是一个深度学习新手,较好从这本书入手。当然这本书里的代码需要改一下,但非常简单:
这本书地址在此:
https://github.com/fchollet/deep-learning-with-python-notebooks

  可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

2、Hands-on ML第二版
这本书非常棒,可以带你更深入TF2.0,记得要看第二版。
这本书地址在此:
https://github.com/ageron/handson-ml2

 

可思数据-人工智能资讯平台sykv.com

3、AppliedML
如果你喜欢看视频,这有一个深入scikit-learn和机器学习的内容,免费。这套课程名叫AppliedML,YouTube上的地址在此:
https://www.youtube.com/channel/UCMEXgDffQy6nS2a74Gby8ZA/videos

  可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

4、官方教程
最后,推荐的TF2.0入门教程。地址:
tensorflow.org/tutorials/

  可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

安装TF2.0
TensorFlow 2.0支持如下的64位操作系统:
Ubuntu 16.04 or later
macOS 10.12.6 (Sierra) or later (no GPU support)
Windows 7 or later
Raspbian 9.0 or later
下载安装包:使用Python的pip安装,版本需要19.0之后。

  可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

当然……不安装也能用,因为还有一个神器:
Google Colab。
好了,最后祝大家节日快乐!
 
声明:本文版权归原作者所有,文章收集于网络,为传播信息而发,如有侵权,请联系小编及时处理,谢谢!
 
 


转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

关于我们   免责声明   广告合作   版权声明   联系方式   原创投稿   网站地图  

Copyright©2005-2019 Sykv.com 可思数据 版权所有    ICP备案:京ICP备14056871号

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭