原创 Google发布开源机器学习系统TensorFlow (附PPT)

Google在Apache 2.0许可证下开源了Google Brain Team为机器学习和深度神经网络研究开发的机器智能软件库TensorFlow。源代码托管在GitHub上（https://github.com/tensorflow/tensorflow），二进制文件可以在Tensorflow.org上下载（http://tensorflow.org/）。TensorFlow使用Python和C++开发，可以不需要重写代码就能运行在桌面、服务器或移动设备的CPU或GPU上，可以整合在移动应用中。（solidot）

谷歌内部深度学习结构DistBelief开发于2011年，它让谷歌能够针对数据中心的数千核心，构建更为大型的神经网络和规模训练，典型的应用像是提升谷歌应用中的语音识别能力，以及为谷歌搜索加入图片搜索功能。

不过DistBelief存在一些限制，比如说较难设置，而且和谷歌内部接触设施紧密结合——这就没法很好地分享研究代码了。

所以Google Research宣布推出开源的TensorFlow，这是谷歌的第二代机器学习系统，对于DistBelief的短板做了补足。TensorFlow灵活性佳、可移动、易于使用，而且是完全开源的。基于DistBelief的速度、可扩展性和为产品做准备的特性，TensorFlow做得更为出色。按照谷歌所说，在某些基准测试中，TensorFlow的表现比DistBelief快了2倍。

TensorFlow内建深度学习的扩展支持，不止于此——任何能够用计算流图形来表达的计算，都可以使用TensorFlow。任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化（auto-differentiation）。通过灵活的Python接口，要在TensorFlow中表达想法也会很容易。

除了在研究方面，TensorFlow会很有帮助，对于实际的产品也是很有意义的。将思路从桌面GPU训练无缝搬迁到手机中运行。使用谷歌的样本模型架构，就能很快地开始使用机器学习技术——谷歌正计划在TensorFlow之上发布ImageNet计算机视觉模型。

更重要的是，TensorFlow是开源的，任何人都可以免费使用。谷歌的深度学习研究人员都在用TensorFlow，未来也将在机器学习产品中继续使用。（cnbeta）

附件：

Google资深系统专家Jeff Dean解密第二代深度学习系统TensorFlow（英PPT）