問(wèn)耕 只想說(shuō) 凹非寺 量子位 榮譽(yù)出品 | 微信公眾號(hào) QbitAI TensorFlow 2.0總算來(lái)啦！ 今日零晨，這一全世界客戶(hù)數(shù)最多的深度神經(jīng)網(wǎng)絡(luò)架構(gòu)，宣布釋放了2.0版本號(hào)。 Google深度神經(jīng)網(wǎng)絡(luò)生物學(xué)家、Keras創(chuàng)作者Fran?ois Chollet激情的表明：“TensorFlow 2.0是一個(gè)來(lái)自未來(lái)的設(shè)備在線(xiàn)學(xué)習(xí)平臺(tái)，它更改了一切”。 許多 網(wǎng)民表明，TensorFlow 2.0比PyTorch更強(qiáng)用，早已提前準(zhǔn)備全方位轉(zhuǎn)為這一新升級(jí)的深度神經(jīng)網(wǎng)絡(luò)架構(gòu)了。 更實(shí)用的TF2.0 雖然是排名第一的深度神經(jīng)網(wǎng)絡(luò)架構(gòu)，但TensorFlow的缺陷也一直比較突出。官方網(wǎng)對(duì)于此事也心照不宣，因而在今早公布的blog中寫(xiě)到： ”TensorFlow 2.0由客戶(hù)小區(qū)促進(jìn)，告知大家她們要想一個(gè)便于應(yīng)用、靈便又強(qiáng)勁的服務(wù)平臺(tái)，而且適用布署到任何地方。“ 那麼TF2.0有哪些改善？ 一、Keras與TensorFlow密不可分集成化，默認(rèn)設(shè)置eager execution，實(shí)行Pythonic涵數(shù)。官方網(wǎng)表明，對(duì)開(kāi)發(fā)人員而言，TensorFlow 2.0用起來(lái)跟Python類(lèi)似；針對(duì)學(xué)者而言，新架構(gòu)也在低等API層面開(kāi)展了關(guān)鍵資金投入。 二、為了更好地在各種各樣服務(wù)平臺(tái)上運(yùn)作，SavedModel格式文件開(kāi)展了規(guī)范化。 三、對(duì)于性能卓越訓(xùn)煉情景，能夠應(yīng)用Distribution Strategy API開(kāi)展遍布訓(xùn)煉，且只需開(kāi)展小量編碼改動(dòng)就能得到優(yōu)異的特性。適用Keras Model.fit、自定訓(xùn)煉循環(huán)系統(tǒng)、多GPU這些。 四、TensorFlow 2.0提升了在GPU上的特性主要表現(xiàn)。以ResNet-50和BERT為例子，只必須兩行編碼，混和精密度應(yīng)用Volta和Turing GPU，訓(xùn)煉主要表現(xiàn)最大能夠提高3倍。 五、增加TensorFlow Datasets，為包括很多基本數(shù)據(jù)類(lèi)型的大中型數(shù)據(jù)出示了通信接口。 六、盡管保存了傳統(tǒng)式的根據(jù)Session的程序編寫(xiě)實(shí)體模型，但官方網(wǎng)如今提議應(yīng)用eager execution開(kāi)展基本的Python開(kāi)發(fā)設(shè)計(jì)。tf.function裝飾器能夠把代碼轉(zhuǎn)換成能夠遠(yuǎn)程控制實(shí)行、實(shí)例化、性能優(yōu)化的圖。在Autograph的協(xié)助下，可以把基本的Python控制流立即轉(zhuǎn)成TensorFlow控制流。 七、官方網(wǎng)出示了TensorFlow 1.x升級(jí)2.0的轉(zhuǎn)移手冊(cè)，TF2.0還有一個(gè)全自動(dòng)變換的腳本制作。 八、TensorFlow 2.0出示了實(shí)用的API，可以靈便迅速的完成新念頭。實(shí)體模型的訓(xùn)煉和serving也早已無(wú)縫拼接集成化在系統(tǒng)架構(gòu)中。 大量有關(guān)TensorFlow 2.0的信息內(nèi)容，能夠> 瀏覽官方網(wǎng)站： https://www.tensorflow.org/ GitHub： https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0 “更改一切，完爆PyTorch” TensorFlow 2.0公布以后，引起了普遍的探討和關(guān)心。 Google深度神經(jīng)網(wǎng)絡(luò)生物學(xué)家、Keras創(chuàng)作者Fran?ois Chollet激情的表明，TensorFlow 2.0是一個(gè)來(lái)自未來(lái)的設(shè)備在線(xiàn)學(xué)習(xí)平臺(tái)，它更改了一切。 如今GitHub上排名第一的NLP設(shè)備課程學(xué)習(xí)practicalAI的創(chuàng)作者、美國(guó)蘋(píng)果公司AI研究者Goku Mohandas在twiter上說(shuō)，她們已經(jīng)從PyTorch轉(zhuǎn)為T(mén)ensorFlow 2.0。 客戶(hù)Francois Piednoel留言板留言表明，他早已感受了TF2.0一整周，他得出一樣的結(jié)果：TF2.0如今早已完爆PyTorch一手了。 深度神經(jīng)網(wǎng)絡(luò)科學(xué)研究和教育工作者、fast.ai創(chuàng)辦人Jeremy Howard也夸贊TF2.0的公布是”令人激動(dòng)的一步，與TensorFlow一代對(duì)比是一個(gè)極大的飛越“。 自然，對(duì)于具體如何，還得大伙兒親身感受了。 為了更好地迎來(lái)新版本的公布，TensorFlow精英團(tuán)隊(duì)的Josh Gordon，還梳理了一份教學(xué)資源。 1、Deep Learning with Python TF2.0根據(jù)Keras。假如你是一個(gè)深度神經(jīng)網(wǎng)絡(luò)初學(xué)者，最好是從這本書(shū)下手。自然這本書(shū)里的編碼必須改一下，但比較簡(jiǎn)單： import keras -> from tensorflow import keras 這本書(shū)詳細(xì)地址在這里： https://github.com/fchollet/deep-learning-with-python-notebooks 2、Hands-on ML第二版 這本書(shū)非常棒，能夠陪你更深層次TF2.0，還記得需看第二版。 這本書(shū)詳細(xì)地址在這里： https://github.com/ageron/handson-ml2 3、AppliedML 假如你喜愛(ài)播放視頻，這有一個(gè)深層次scikit-learn和深度學(xué)習(xí)的內(nèi)容，完全免費(fèi)。這套課程內(nèi)容全名是AppliedML，YouTube上的詳細(xì)地址在這里： https://www.youtube.com/channel/UCMEXgDffQy6nS2a74Gby8ZA/videos 4、官方網(wǎng)實(shí)例教程 最終，推薦最新的TF2.0基礎(chǔ)教程。詳細(xì)地址： tensorflow.org/tutorials/ 安裝TF2.0 TensorFlow 2.0適用以下的64位電腦操作系統(tǒng)：
下載安裝包：應(yīng)用Python的pip安裝，版本號(hào)必須19.0以后。 自然……不安裝也可以用，由于還有一個(gè)武器： Google Colab。 好啦，最終祝大家節(jié)日愉快！ — 完 — 真摯招騁 量子位已經(jīng)征募編寫(xiě)/新聞?dòng)浾?，工作中地址在中關(guān)村。希望有才華、有激情的同學(xué)們加入團(tuán)隊(duì)！有關(guān)關(guān)鍵點(diǎn)，請(qǐng)?jiān)诹孔游晃⑿殴娞?hào)(QbitAI)會(huì)話(huà)頁(yè)面，回應(yīng)“招騁”兩字。 量子位 QbitAI · 今日頭條號(hào)簽訂創(chuàng)作者 ?'?' ? 跟蹤AI技術(shù)性和商品最新消息 |
廣告位招租
網(wǎng)站關(guān)鍵詞： 湖北企業(yè)新聞網(wǎng)
