TensorFlow 三周歲！2.0 版本將於 2019 年發布

雷鋒網 AI 科技評論按：轉眼間，TensorFlow 就迎來三周歲生日。

2015 年 11 月，谷歌宣布開源 TensorFlow 深度學習框架，這一框架基於谷歌 DistBelief 框架。

打開今日頭條，查看更多精彩圖片

DistBelief 誕生於 2011 年，它是谷歌推出的第一代內部深度學習框架，能夠幫助谷歌利用自家的數據中心構建大型的神經網路，主要應用於人工智慧的開發，比如語音識別、圖片搜索等等。

但是，DistBelief 本身存在一些技術上的短板，對谷歌的人工智慧發展仍有一些限制。谷歌高級研究員 Jeff Dean 和技術主管 Rajat Monga 曾表示，DistBelief 關注的重心是神經網路，而且與谷歌內部的基礎架構聯繫緊密。也就是說，該系統「幾乎不可能與外部共享研究代碼」，而且使用起來比較難設置。

而 TensorFlow 正是基於第一代 DistBelief 進行開發的，其命名來源於本身的運行原理，Tensor（張量）意味著 N 維數組，Flow（流）意味著基於數據流圖的計算，TensorFlow 即為張量從圖象的一端流動到另一端——將複雜的數據結構傳輸至人工智慧神經網路中進行分析和處理。

相比較之下，作為谷歌第二代人工智慧框架，TensorFlow 更快、更智能化，也更加靈活，可以更加輕鬆地應用於谷歌的新產品以及支持技術研究。

發展至今，我們見證了 TensorFlow 一次次重大改進。在它三歲生日之際，谷歌也將其發展過程中比較重要的時間節點進行了整理。這一切的調整，都是為了讓 TensorFlow 更易於使用。

一起看看時間軸：

via：TensorFlow 團隊

• 2015 年 11 月 TensorFlow 宣布開源並首次發布

• 2015 年 12 月 支持 GPUs，Python 3.3（v 0.6）

• 2016 年 4 月 分散式 TensorFlow（v 0.8）

• 2016 年 11 月 支持 Windows（v 0.11）

• 2017 年 2 月 性能改進，API 穩定性（v 1.0）

• 2017 年 4 月 Keras 集成（v 1.1）

• 2017 年 8 月 高級 API，預算估算器，更多模型，初始 TPU 支持（v 1.3）

• 2017 年 11 月 Eager execution 和 TensorFlow Lite（v 1.5）

• 2018 年 3 月 推出 TF Hub，TensorFlow.js，TensorFlow Extended（TFX）

• 2018 年 5 月 新入門內容；Cloud TPU 模塊與管道（v 1.6）

• 2018 年 6 月 新的分散式策略 API；概率編程工具 TensorFlow Probability（v 1.8）

• 2018 年 8 月 Cloud Big Table 集成（v 1.10）

• 2018 年 10 月 側重於可用性的 API 改進（v 1.12）

• 2019 年 將發布 TensorFlow v 2.0

從 2016 年年底開始，TensorFlow 團隊幾乎以每兩個月一次的速度對這一框架進行更新。相信 TensorFlow 能獲得如此廣泛的受眾也與技術團隊的不斷更新緊密相連。

今年 8 月，雷鋒網根據 Google Trends 過去三年的統計數據整理了全球範圍內計算機科學領域各大深度學習框架（TensorFlow、Keras、PyTorch、Caffe、Theano）在 Google 網頁的搜索熱度排名。

（從 Google Trends，看各大深度學習框架使用熱度）

可以看到，TensorFlow 的熱度一直處於領先狀態，遠大於PyTorch、Keras 等框架。不過，雖然熱度很高，但也有用戶對 TensorFlow 吐槽不斷，諸如文檔和介面混亂，使用繁瑣，調試困難等等。

（文檔亂、調試難…TensorFlow有那麼多缺點，但為何我們依然待它如初戀？）

期待在新的一年，TensorFlow 為我們帶來更多驚喜。

雷鋒網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！