炼数成金 门户 商业智能 深度学习 查看内容

谷歌TF2.0凌晨发布!“改变一切,力压PyTorch”

2019-10-8 10:48| 发布者: 炼数成金_小数| 查看: 8646| 评论: 0|来自: 量子位

摘要: TensorFlow 2.0终于来了!今天凌晨,这个全球用户最多的深度学习框架,正式放出了2.0版本。Google深度学习科学家、Keras作者François Chollet热情的表示:“TensorFlow 2.0是一个来自未来的机器学习平台,它改 ...

Python 机器学习 框架 深度学习 Tensorflow GPU

TensorFlow 2.0终于来了!
今天凌晨,这个全球用户最多的深度学习框架,正式放出了2.0版本。
Google深度学习科学家、Keras作者François Chollet热情的表示:“TensorFlow 2.0是一个来自未来的机器学习平台,它改变了一切”。
不少网友表示,TensorFlow 2.0比PyTorch更好用,已经准备全面转向这个新升级的深度学习框架了。

更易用的TF2.0
尽管是排名第一的深度学习框架,但TensorFlow的缺点也一直非常明显。官方对此也心知肚明,因此在今早发布的博客中写道:
”TensorFlow 2.0由用户社区推动,告诉我们他们想要一个易于使用、灵活又强大的平台,并且支持部署到任何地方。“

那么TF2.0有什么改进?
一、Keras与TensorFlow紧密集成,默认eager execution,执行Pythonic函数。官方表示,对开发者来说,TensorFlow 2.0用起来跟Python差不多;对于研究者来说,新框架也在低级API方面进行了重点投入。
二、为了在各种平台上运行,SavedModel文件格式进行了标准化。
三、针对高性能训练场景,可以使用Distribution Strategy API进行分布训练,且只需进行少量代码修改就能获得出色的性能。支持Keras Model.fit、自定义训练循环、多GPU等等。
四、TensorFlow 2.0提高了在GPU上的性能表现。以ResNet-50和BERT为例,只需要几行代码,混合精度使用Volta和Turing GPU,训练表现较高可以提升3倍。
五、新增TensorFlow Datasets,为包含大量数据类型的大型数据集提供了标准接口。
六、虽然保留了传统的基于Session的编程模型,但官方现在建议使用eager execution进行常规的Python开发。tf.function装饰器可以把代码转换成可以远程执行、序列化、性能优化的图。在Autograph的帮助下,能把常规的Python控制流直接转成TensorFlow控制流。
七、官方提供了TensorFlow 1.x升级2.0的迁移指南,TF2.0还有一个自动转换的脚本。
八、TensorFlow 2.0提供了易用的API,能够灵活快速的实现新想法。模型的训练和serving也已经无缝集成在基础架构中。
更多关于TensorFlow 2.0的信息,可以>
访问官网:
https://www.tensorflow.org/
GitHub:
https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0

这还有一段官方介绍视频:
“改变一切,力压PyTorch”
TensorFlow 2.0发布之后,引发了广泛的讨论和关注。
Google深度学习科学家、Keras作者François Chollet热情的表示,TensorFlow 2.0是一个来自未来的机器学习平台,它改变了一切。

现在GitHub上排名第一的NLP机器学习课程practicalAI的作者、苹果公司AI研究员Goku Mohandas在推特上说,他们正在从PyTorch转向TensorFlow 2.0。
用户Francois Piednoel留言表示,他已经体验了TF2.0一整周,他给出同样的结论:TF2.0现在已经力压PyTorch一手了。

深度学习研究和教育者、fast.ai创始人Jeremy Howard也称赞TF2.0的发布是”令人兴奋的一步,与TensorFlow一代相比是一个巨大的飞跃“。
当然,至于实际怎么样,还得大家亲自体验了。
为了迎接新版的发布,TensorFlow团队的Josh Gordon,还整理了一份学习资源。

1、Deep Learning with Python
TF2.0基于Keras。如果你是一个深度学习新手,较好从这本书入手。当然这本书里的代码需要改一下,但非常简单:
这本书地址在此:
https://github.com/fchollet/deep-learning-with-python-notebooks

2、Hands-on ML第二版
这本书非常棒,可以带你更深入TF2.0,记得要看第二版。
这本书地址在此:
https://github.com/ageron/handson-ml2

3、AppliedML
如果你喜欢看视频,这有一个深入scikit-learn和机器学习的内容,免费。这套课程名叫AppliedML,YouTube上的地址在此:
https://www.youtube.com/channel/UCMEXgDffQy6nS2a74Gby8ZA/videos

4、官方教程
最后,推荐的TF2.0入门教程。地址:
tensorflow.org/tutorials/

安装TF2.0
TensorFlow 2.0支持如下的64位操作系统:
Ubuntu 16.04 or later
macOS 10.12.6 (Sierra) or later (no GPU support)
Windows 7 or later
Raspbian 9.0 or later
下载安装包:使用Python的pip安装,版本需要19.0之后。

当然……不安装也能用,因为还有一个神器:
Google Colab。
好了,最后祝大家节日快乐!

声明:本文版权归原作者所有,文章收集于网络,为传播信息而发,如有侵权,请联系小编及时处理,谢谢!

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括:各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754

鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2019-10-21 08:06 , Processed in 0.140493 second(s), 25 queries .