TensorFlow值得學習嗎?Python和TensorFlow哪個好?

TensorFlow是Google Brain的第二代機器學習系統,已經開源。TensorFlow最初由Google Brain團隊開發,用於Google的研究和生產,於2015年11月9日在Apache 2.0開源許可證下發布。作為正式對外開放的免費開源深度學習平臺,Google 將自家 Google Brain 在人工智慧領域的許多關鍵研究都對開發者開放。


自發布以來,TensorFlow受到了AI開發社區的廣泛歡迎,是Github上最受歡迎的深度學習框架之一,也是整個社區上fork最多的專案。目前,TensorFlow已經被下載了超過790萬次。


那麼,TensorFlow值得我們學習嗎?答案是肯定的。

與Caffe、Theano、Torch、MXNet等框架相比,TensorFlow在Github上Fork數和Star數都是最多的,而且在圖形分類、音頻處理、推薦系統和自然語言處理等場景下都有豐富的應用。最近流行的Keras框架底層默認使用TensorFlow,著名的斯坦福CS231n課程使用TensorFlow作為授課和作業的編程語言,國內外多本TensorFlow書籍已經在籌備或者發售中,AlphaGo開發團隊Deepmind也計畫將神經網路應用遷移到TensorFlow中,這無不印證了TensorFlow在業界的流行程度。



TensorFlow在很多地方可以應用,如語音識別,自然語言理解,電腦視覺,廣告等等。TensorFlow是一個非常靈活的框架,它能夠運行在個人電腦或者伺服器的單個或多個CPU和GPU上,甚至是移動設備上。


TensorFlow 內建深度學習的擴展支持,任何能夠用計算流圖形來表達的計算,都可以使用TensorFlow。任何基於梯度的機器學習演算法都能夠受益於TensorFlow的自動分化(auto-differentiation)。通過靈活的Python介面,要在TensorFlow中表達想法也會很容易。TensorFlow 對於實際的產品也是很有意義的。將思路從桌面GPU訓練無縫搬遷到手機中運行。


而且在中國,有很多公司都在使用 TensorFlow,比如京東、騰訊、小米、出門問問等公司,都在利用 TensorFlow 搭建自己的 AI、機器學習平臺。


話說回來,為什麼穀歌會把Python作為TensorFlow的開發語言呢?其實TensorFlow大部分內核並不是用Python編寫的 :它是高度優化了C++和CUDA(Nvidia用於編程GPU的語言)的組合。Python可能是大量數據科學家和機器學習專家用的最舒適的語言,也是易於集成和控制C ++後端的語言,同時也是廣泛使用與穀歌的公司內外和他們的開源產品。


鑒於使用TensorFlow的基本模型,Python的性能並不重要,這是一個很自然的契合。 NumPy也是一個巨大的加分,它可以很容易地在Python中進行預處理(也是高性能),然後將它們提供給TensorFlow,以獲得真正CPU-heavy的東西。


所以,程式員或者是初學者,以及對代碼較感興趣的人,都可以學一學TensorFlow。


如果你想更加瞭解TensorFlow,或者說,如何讓自己使用Python開發的機器學習模型快捷低成本的跑起來,深度相容TensorFlow?穀歌的另一款工具或許可以幫到你,也就是穀歌的AIY Projects專案。 AIY Vision Kit附帶的軟體運行三個基於TensorFlow的神經網路。 其中一個基於穀歌的MobileNets平臺,能夠識別超過1,000個日常物品。 第二個可以在圖像中發現面部和表情。 最後一個是專門用於識別貓,狗和人的神經網路。



讓我們一起開啟TensorFlow/人工智慧學習之路吧~

如果喜歡我們的文章,請即分享到︰