谷歌深度學習框架TensorFlow1.0發布，更快更穩定

2月15日，在山景城舉辦的首屆TensorFlow開發者峰會上，谷歌官方正式發布了TensorFlow 1.0版，包括多項新特性。

作為一個開源軟體庫，TensorFlow可應用於各種感知和語言理解的機器學習任務。從機器翻譯、皮膚癌早期癥狀檢測到糖尿病致盲預防，在過去一年的運行期間內，TensorFlow 幫助眾多的研究人員、工程師、藝術家以及學生在各自領域內取得相應的進展。到目前為止，已經有超過6000個在線開源存儲庫項目使用到 TensorFlow了。

而此次最新發布的TensorFlow 1.0毫無疑問又帶來了眾多創新：

更快，TensorFlow 1.0 運行速度又得到進一步加快，XLA 為未來性能提升奠定了基礎，而且 tensorflow.org 新提供「tips & tricks」可以指導用戶對模型進行微調以實現最大速度。谷歌官方也將會很快發布幾種流行的模型的更新，以展示如何充分利用TensorFlow 1.0：包括基於 8 GPU 對 Inception v3 實現7.3倍加速，以及基於 64 GPU 對分布式 Inception v3 訓練實現58倍加速！

更穩，TensorFlow 1.0 提供穩定的 Python API，不必破壞現有的代碼就能獲取新功能。

更靈活，TensorFlow 1.0 還加入了一些高級API，包括 tf.layers，tf.metrics 和 tf.losses 模塊。此外，它還包含一個全新的 tf.keras 模塊，能夠與高級神經網路庫Keras 完全兼容。

其他亮點：

Python APIs已經大幅向Numpy轉型。

支持 Java 和 Go 的實驗性 API。

在集成了 skflow 和 TF Slim 後從 tf.contrib.learn 帶來的高級 API 模塊：tf.layers、tf.metrics 和 tf.losses

發布了面向CPU和GPU的TensorFlow圖形的特定領域編譯器XLA的實驗版本。 XLA正在迅速發展——預計在未來的發布中將看到更多的進展。

引入 TensorFlow Debugger (tfdbg)，這是一個用於調試實時 TensorFlow 程序的介面和 API。

新的關於目標檢測和定位、基於相機的圖像風格化的 Android 演示。

安裝改進：添加了Python 3 docker鏡像，TensorFlow的pip包現在兼容PyPI。這意味著TensorFlow現在可以簡單調用pip install tensorflow來安裝。

對於很多創業公司來說，可以使用到一個處於國際領先水平的深度學習系統，創業過程中的技術難度無疑會得到大幅降低，而這也算是谷歌TensorFlow的一大貢獻。