当前位置: 乾安县族廛建筑工程公司 > 在线咨询 > TensorFlow全球下载量破1亿,Jeff Dean激动不已,但网友却不给面子

TensorFlow全球下载量破1亿,Jeff Dean激动不已,但网友却不给面子

原标题:TensorFlow全球下载量破1亿,Jeff Dean激动不已,但网友却不给面子

十三 发自 凹非寺

量子位 报道 | 公多号 QbitAI

4年半,全球下载量突破 1个亿,仅以前1个月,便有超过 1000万的下载。

这就是TensorFlow挑交的最新收获单。

谷歌AI负责人 Jeff Dean (传奇“姐夫”)专门激动:

当吾们在2015年11月,将TensorFlow行为一个开源项现在发布时,吾们期待外界机器学习钻研人员在操纵它时,和吾们在 Google AI 的体验相通。

望到它的下载量突破1亿,吾感到专门自夸。

当吾们在2015年11月,将TensorFlow行为一个开源项现在发布时,吾们期待外界机器学习钻研人员在操纵它时,和吾们在 Google AI 的体验相通。

望到它的下载量突破1亿,吾感到专门自夸。

Keras 作者、谷歌深度学习行家 François Chollet 也发推文外示:

仅以前的一个月,就有超过1000万次的下载量,它正在添速发展。

仅以前的一个月,就有超过1000万次的下载量,它正在添速发展。

打开全文

自然,毫无疑团的,网友们在姐夫推特下面写下了老梗:

但吾们现在在用Pytorch。

但吾们现在在用Pytorch。

为什么TensorFlow能取得如此收获?

在姐夫的推特中,还挑到了2015年发布TensorFlow时的博客。

这镇日,谷歌发布了TensorFlow的“白皮书”,并很快将其开源。

而它的故事,也就从这暂时刻开起谱写。

倚赖谷歌不容幼觑的影响力,新闻在技术圈内快捷传开,然而在圈外,却异国想象中的那么轰动。

直到2016年,AlphaGo 引爆了大多对人造智能的亲炎,AI 也渐渐排泄进各走各业中,Tensorflow 则成为一个表象级的技术名词,被清淡大多所熟知。

Tensorflow在2017年2月发布了1.0.0版本,也标志着安详版的诞生。

早期的TensorFlow照样有不少被人诟病的地方,比如API的安详性、效果和基于静态计算图的编程上的复杂性等等。

历经几年的时间,TensorFlow一连地优化,同时吸收了像Pytorch云云框架的有点,渐渐地在解决这些弱点。

2019年,谷歌推出了TensorFlow 2.0,这是平台发展历程中,称得上是一个主要的里程碑。几大亮点包括:

凝神于浅易性和易用性,在线咨询大大简化API 方便开发人员操纵Keras 和 eager execution 镇静构建模型 挑高TensorFlow Lite 和 TensorFlow.js 安放模型的能力

直到现在,TensorFlow 已经迭代到 2.2.0 版本,更强化调性能与生态体系的兼容性,以及中央库的安详性。

除了性能上的一连优化,TensorFlow的成功也得好于它的生态。

TensorFlow 能够说,竖立了一个 专门重大的生态体系,包含各类库、扩展以及工具,能够已足钻研人员和开发人员实现端到端机器学习模型的各栽需要。

对于钻研人员来说,TensorFlow挑供了最尖端的机器学习钻研模型,例如,T5模型能够实现语音到文本的转换。

产品开发人员可结相符操纵TensorFlow与Keras等工具构建各栽行使产品。TensorFlow Hub还挑供大量预训练模型。

此外,开发人员能够行使TensorFlow Lite等工具,镇静将机器学习模型安放到各栽设备上。

道阻且长,比任何时候都具有挑衅性

TensorFlow取得如此收获固然是值得赞许,但与此同时,它所面临的挑衅也是重大的——甚至是史无前例的。

除了自己性能、易用性和生态等方面的发展因素外,更多的挑衅能够来自同类深度学习框架的竞争。

包括Pytorch、MXNet、Caffe、Keras等等,它们自己有着各自的亮点和特性,这也就造成了用户选择方面的不同。

那么,这些开源深度学习框架之间的竞争如何?

鉴于不是一切框架都公布了“下载量”这个指标,吾们从GitHub上的关注度来做个对比。

若是有更好的对比指标,迎接在评论区交流。

最先是TensorFlow,GitHub上的幼老婆星已经达到了 14.4万。

Keras在GitHub上的幼老婆星为 4.82万。

Pytorch在GitHub上的幼老婆星为 3.86万。

Caffe在GitHub上的幼老婆星为 3.02万。

MXNet在GitHub的幼老婆星为 1.87万。

如按照GitHub幼老婆星的数目来决定开源深度学习框架的通走水平,那么排名就是:

TensorFlow> Keras >Pytorch>Caffe>MXNet

TensorFlow> Keras >Pytorch>Caffe>MXNet

如此之外,国内的深度学习框架也在渐渐发力: 百度飞桨、 华为 MindSpore、 旷视 MegEngine、 清华 Jittor。

在GitHub上的幼老婆星别离是11.3K、1K、2.1K和1.4K。

对于全球深度学习框架的汹涌发展,TensorFlow全球产品总监 Kemal El Moujahid 就曾外示:

吾们专门笑于望到走业取得发展。现在,全球周围来望,固然机器学习和 AI 的遍及度还处在初期阶段,但是吾们不克忘了最后的现在的:在全球推广遍及机器学习和 AI。

吾们专门笑于望到走业取得发展。现在,全球周围来望,固然机器学习和 AI 的遍及度还处在初期阶段,但是吾们不克忘了最后的现在的:在全球推广遍及机器学习和 AI。

末了,吾们也想做个幼调研,下面哪款是你最爱的深度学习框架?

参考链接

— 完—

5.13日晚8点,量子位·吃瓜社邀请了来自 华为诺亚方舟实验室的技术行家 王云鹤先生,直播分享端侧AI的最新技术挺进,迎接行家报名围不悦目~

量子位·吃瓜社 | 华为诺亚大牛在线分享

_

量子位 QbitAI · 头条号签约作者

_

_

վ'ᴗ' ի 追踪AI技术和产品新动态

_

爱就点「在望」吧 !

_

Powered by 乾安县族廛建筑工程公司 @2018 RSS地图 html地图

Copyright 365建站 © 2013-2018 360 版权所有