革命就在這里！歡迎來到TensorFlow 2.0

本月TensorFlow 2.0 alpha版千呼萬喚始出來，谷歌首席決策情報(bào)工程師 Cassie Kozyrkov 撰文詳解新版本的重要更新，舊的TensorFlow已死，TensorFlow 2.0萬歲！

如果你是一名人工智能愛好者，卻沒有關(guān)注到本月的一條重大新聞，就好比你在一場(chǎng)罕見的地震中打了個(gè)盹。等你醒來，會(huì)發(fā)現(xiàn)一切都將改變！

去年，我寫了一篇博文，題為《關(guān)于TensorFlow你需要了解的9件事》，但是有一件事是比其他所有事情更需要知道的：TensorFlow 2.0來了！

革命就在這里！歡迎來到TensorFlow 2.0。

這是一場(chǎng)徹底的改造。剛剛發(fā)生的一切將對(duì)每個(gè)行業(yè)產(chǎn)生重大的連鎖反應(yīng)，只需等著瞧吧。如果你打算在2019年年中入坑TF，那么你會(huì)特別幸運(yùn)，因?yàn)槟氵x擇了進(jìn)入AI的最佳時(shí)間(盡管如果你的舊教程中有“session”這個(gè)詞，你可能需要從頭開始學(xué)習(xí))。

簡(jiǎn)而言之：TensorFlow真正讓Keras完整起來了。相信理解這句話的朋友一定會(huì)驚訝到從椅子上掉下來的。為之振奮吧！

舊版本TensorFlow的糟糕體驗(yàn)

我聽不少人說過TensorFlow 1.x很討人喜歡，我是表示懷疑的。TensorFlow 1.x可以說是AI領(lǐng)域中的車床，勉強(qiáng)算用戶友好。充其量，你可能會(huì)因?yàn)樗芤粤钊穗y以置信的規(guī)模完成你的AI任務(wù)而感到感激。

如果你堅(jiān)稱TensorFlow 1.x很容易掌握，那么肯定會(huì)引來一些人的反對(duì)。它陡峭的學(xué)習(xí)曲線使普通用戶幾乎不可能掌握，但在掌握之后，人們又開始大肆吹捧它，就像吹噓登頂珠穆朗瑪峰時(shí)凍掉的腳趾一樣。這有意思嗎？

你不是唯一一個(gè)——這就是TensorFlow 1.x的教程，每個(gè)人都有這種體會(huì)。

TensorFlow的核心優(yōu)勢(shì)在于性能。它的設(shè)計(jì)是為了將模型從研究環(huán)境轉(zhuǎn)移到生產(chǎn)環(huán)境并大規(guī)模交付。但TF 1.x卻讓你為之費(fèi)了十足的勁。只有堅(jiān)持不懈，你才有可能加入ML從業(yè)者的行列，用它來做一些不可思議的事情，比如發(fā)現(xiàn)新的行星和開拓醫(yī)學(xué)疆土。

遺憾的是，如此強(qiáng)大的工具只掌握在如此少的人手中……直到現(xiàn)在。

不用擔(dān)心不知道tensor是什么。我們以前通常稱之為“矩陣”(廣義)

TensorFlow這個(gè)名稱，只是強(qiáng)調(diào)它非常擅長(zhǎng)執(zhí)行涉及多維數(shù)組(呃，也就是矩陣)的分布式計(jì)算這一事實(shí)，而這在大規(guī)模AI應(yīng)用中很有用

可喜可愛的Keras

我們已經(jīng)介紹了TensorFlow中棘手的部分，現(xiàn)在讓我們來談?wù)勀阆胍獡肀У牟糠?。在我工作的地方，有一次我無意中聽到：“我覺得我真的是很喜歡Keras。”

Keras是一種逐層構(gòu)建模型的規(guī)范，支持多種機(jī)器學(xué)習(xí)框架(因此它不是TF專有的)，但你可能是從TensorFlow中作為高級(jí)API訪問的TF.Keras知道它的。

順便一提，寫這篇文章時(shí)恰好是Keras的4歲生日(2019年3月27日)。生日快樂！

Keras在設(shè)計(jì)之初就秉持著與Python一致的理念，即以人為本——它的設(shè)計(jì)非常友好、靈活、易于學(xué)習(xí)

為什么不能兩者都要呢?

為什么我們必須在Keras的可愛和傳統(tǒng)TensorFlow的強(qiáng)大性能之間做選擇呢？為什么不能兩個(gè)都要？

好主意！我都要！

簡(jiǎn)言之，這就是TensorFlow 2.0。

這就是TensorFlow 2.0。你可以在這里試試運(yùn)行代碼：https://www.tensorflow.org/overview

“我們認(rèn)為，用戶不必在簡(jiǎn)單API和可擴(kuò)展的API之間做出選擇。我們想要一個(gè)更高級(jí)的API，讓你可以從MNIST數(shù)據(jù)集一直到行星規(guī)模的數(shù)據(jù)集。”——Karmel Allison，谷歌TensorFlow工程主管

可用性革命

展望未來，Keras將成為TensorFlow的高級(jí)API，它經(jīng)過了擴(kuò)展，因此你可以直接從tf.keras使用TensorFlow的所有高級(jí)特性。

所有TensorFlow都將具有Keras的簡(jiǎn)單性，涵蓋任何規(guī)模，支持所有硬件。

在新版本中，所有你討厭的TensorFlow 1.x的特性都被送上斷頭臺(tái)。為了把兩個(gè)數(shù)字加起來而不得不搞一些黑魔法似的操作？不需要了。TensorFlow Sessions？沒了。用一百萬種方法實(shí)現(xiàn)同樣的事情？不用。如果切換硬件或規(guī)模，就得重寫代碼？不用。要寫一大堆樣板文件？不用了?？膳碌臒o法執(zhí)行的錯(cuò)誤消息？沒了。陡峭的學(xué)習(xí)曲線？再見了。

TensorFlow is dead, long live TensorFlow 2.0!

TensorFlow已死，TensorFlow 2.0萬歲！

你以為這是陷阱？會(huì)導(dǎo)致性能更糟糕？不，我們不會(huì)放棄性能。

TensorFlow現(xiàn)在真正可愛起來了，它是一個(gè)游戲規(guī)則的改變者，因?yàn)樗馕吨覀冞@個(gè)時(shí)代最強(qiáng)大的工具之一剛剛消除了大部分的入門壁壘。來自各行各業(yè)的技術(shù)愛好者終于有能力加入，因?yàn)樾掳姹緦?duì)所有人敞開了大門，而不僅是研究人員和其他痛苦閾值很高的學(xué)習(xí)者。

我們這個(gè)時(shí)代最強(qiáng)大的工具之一，剛剛消除了它的大部分入門壁壘!

我們敞開大門歡迎每一位朋友。想試試嗎？來玩吧！

令人愉悅的Eager

在TensorFlow 2.0中， eager execution現(xiàn)在是默認(rèn)的。即使在eager的上下文中，你也可以利用graphs，這將使你的調(diào)試和原型設(shè)計(jì)都變得更容易，而TensorFlow runtime則負(fù)責(zé)底層的性能和擴(kuò)展性。

TensorFlow 1.x(聲明式編程)中的糾纏圖對(duì)許多人而言都是噩夢(mèng)般的存在，但現(xiàn)在，有了eager execution(命令式編程)，噩夢(mèng)不再。如果你以前沒學(xué)過這部分，那就更好了。TF 2.0為每個(gè)人提供相同的全新開端。

簡(jiǎn)潔的API

在Keras下，許多API在TensorFlow中得到了整合，所以現(xiàn)在用戶能夠更清楚什么時(shí)候應(yīng)該使用什么API。例如，假如你現(xiàn)在只需要使用一組優(yōu)化器和一組指標(biāo)。需要多少層？你猜對(duì)了！只需要一層！這就是Keras的風(fēng)格，簡(jiǎn)潔如一。

事實(shí)上，整個(gè)工具生態(tài)系統(tǒng)就像進(jìn)行了一次大掃除，從數(shù)據(jù)處理pipeline到簡(jiǎn)單的模型導(dǎo)出，再到TensorBoard與Keras的集成，所有的一切都被納入了一條線。

還有一些很棒的工具可以讓你切換和優(yōu)化分發(fā)策略，從而獲得驚人的擴(kuò)展效率，同時(shí)又不會(huì)失去Keras的任何便利性。

這些分發(fā)策略很漂亮，不是嗎?

讓大家久等了

如果問題不在于性能，那么是什么呢？這里面一定有陷阱，對(duì)吧?

事實(shí)上，唯一的問題就是讓大家等了這么久。TensorFlow在醞釀一個(gè)友好的版本時(shí)，要求用戶非常耐心地等待。這不是故意的。因?yàn)闉?a href="http://www.wenjunhu.com/v/tag/448/" target="_blank">深度學(xué)習(xí)制作工具是一個(gè)全新的領(lǐng)域，我們都是一邊做一邊想。走了彎路是不可避免的，但我們?cè)谶@條路上學(xué)到了很多。

TensorFlow社區(qū)投入了大量的精力來創(chuàng)造了最初的奇跡，然后再次付出更多的努力來打磨出最好的寶石，同時(shí)去掉不那么好的設(shè)計(jì)。我們從來沒想過先拿個(gè)半成品出來，但也許你已經(jīng)習(xí)慣了這種不舒服，以至于你沒有意識(shí)到這是暫時(shí)的。謝謝你的耐心等待！

我們不會(huì)犧牲性能！

對(duì)你的耐心等待，獎(jiǎng)勵(lì)就是你喜歡的TensorFlow 1.x的友好設(shè)計(jì)仍在，在一個(gè)一致的API之下，并刪除了大量重復(fù)功能以使它更清晰。此外，錯(cuò)誤信息也經(jīng)過了清理，現(xiàn)在更加簡(jiǎn)潔易懂，易于操作。強(qiáng)大的性能表現(xiàn)也依然存在！

重點(diǎn)是什么？

Haters可能會(huì)說v2.0中的大部分特性都可以在v1.x中找出來，只要你花時(shí)間，花經(jīng)歷，所以有什么好吹的呢？但是，并非每個(gè)人都想浪費(fèi)時(shí)間在這種事情上。改造和清理值得鮮花和掌聲，可以，但沒必要。

不容錯(cuò)過的一點(diǎn)是：TensorFlow剛剛宣布了，必須關(guān)注可用性，這一點(diǎn)上不容妥協(xié)。這是人工智能民主化的前所未有的一步！

AI可讓您自動(dòng)執(zhí)行無法提供相關(guān)說明的任務(wù)，它可以讓你自動(dòng)化不可操作的東西。民主化意味著大規(guī)模的人工智能將不再是一個(gè)小型技術(shù)精英的專屬：人人都是AI高手。

想象一下，未來“我知道如何使用Python制作東西”和“我知道如何用AI制作東西”成為一種常態(tài)！我?guī)缀跸氚堰@個(gè)流行語用在這里“破壞性”。

超大量的代碼遷移

我們知道升級(jí)到新版本是一項(xiàng)艱苦的工作，尤其是當(dāng)變化如此劇烈時(shí)。你是不是已經(jīng)準(zhǔn)備要開始遷移代碼庫到2.0了？你不是一個(gè)人！我們Google也一樣的。放心，我們會(huì)分享遷移指南的，我們還會(huì)開發(fā)工具來幫助簡(jiǎn)化遷移代碼的工作量。

特定的功能，除了contrib之外都不會(huì)有太大問題。所有TF 1.x功能都將存在于compat.v1兼容性模塊中。我們還提供了一個(gè)自動(dòng)更新代碼的腳本，以便它在TensorFlow 2.0上運(yùn)行。在下面的視頻中了解更多信息。

上手超順暢

TF 2.0是初學(xué)者的天堂。想用TF 2.0來戲弄新手，想看初學(xué)者上手TF 2.0的笑話？那你錯(cuò)打主意了。對(duì)于初學(xué)者來說，你可能沒趕上AI的早班車，但俗話說來得早不如來得巧，現(xiàn)在絕對(duì)是入行AI的最好的時(shí)機(jī)！

2019年3月TensorFlow 2.0發(fā)布了alpha版，所以現(xiàn)在學(xué)習(xí)可以讓你及時(shí)為下一季度的完整版本打好基礎(chǔ)。

初學(xué)者完全不用擔(dān)心上手難度?？梢哉f現(xiàn)在場(chǎng)地得到了平整，比賽變得更加輕松，而且永遠(yuǎn)給你留一個(gè)位置。歡迎來到TF 2.0星球！我希望你和我一樣對(duì)這個(gè)新世界感到興奮。

一起在TF 2.0的海洋里暢游吧！

訪問重新設(shè)計(jì)的TF官網(wǎng)（https://www.tensorflow.org/）來獲得教程、示例、文檔、工具等等?；蛘呷绻憧梢灾苯娱_始使用：

pip install tensorflow==2.0.0-alpha0用機(jī)器學(xué)習(xí)解鎖商業(yè)價(jià)值

許多開發(fā)者都在使用 TensorFlow 來實(shí)現(xiàn)機(jī)器學(xué)習(xí)，為企業(yè)解決問題，為用戶創(chuàng)造價(jià)值，甚至為人類探索星辰大海。

TensorFlow中國選取了其中四家代表企業(yè)，分享他們?nèi)绾瓮ㄟ^ TensorFlow 和機(jī)器學(xué)習(xí)來實(shí)現(xiàn)企業(yè)的價(jià)值。

阿里巴巴旗下的閑魚，是一款成交總額已經(jīng)超過 1000 億的閑置交易社區(qū)。如何使得非專業(yè)的賣家也能輕松交易，是一個(gè)重要的核心問題。龐大的規(guī)模，復(fù)雜的交易需求，使得技術(shù)成為重要的突破口。

閑魚的非算法工程師背景的技術(shù)團(tuán)隊(duì)通過 TensorFlow 逐漸深入了解機(jī)器學(xué)習(xí)領(lǐng)域，將圖像識(shí)別、深度學(xué)習(xí)模型等應(yīng)用到生產(chǎn)環(huán)境。閑魚的交易效率提升了 19.1%。

以租房場(chǎng)景為例，用戶發(fā)布照片，系統(tǒng)推薦相應(yīng)標(biāo)簽，幫助描述商品

網(wǎng)易有道致力于用技術(shù)與 AI 讓語言、學(xué)習(xí)和工作更加輕松和有效。有道作業(yè)寶就是一個(gè)源于這樣理念的產(chǎn)品，它可以輔助學(xué)生更快的自我檢查作業(yè)。相比于傳統(tǒng)的逐題搜索，有道作業(yè)寶實(shí)現(xiàn)了國內(nèi)首家整頁拍搜功能，1~2 秒就可以檢查 15 道題目。

美團(tuán)點(diǎn)評(píng)的使命是幫大家吃得更好，生活更好。在每天 2400 萬單訂單量的規(guī)模下，要確保能夠在 28 分鐘之內(nèi)將外賣送到用戶的手上，背后需要有非常強(qiáng)大的算法和模型的計(jì)算能力。TensorFlow 提供了最先進(jìn)的算法，并且有一個(gè)非常強(qiáng)大的工程師團(tuán)隊(duì)以及非常好的開源社區(qū)在進(jìn)行支持。

美團(tuán)在圖像、語音、自然語言處理、知識(shí)圖譜都非常廣泛的使用了基于 TensorFlow 的深度學(xué)習(xí)算法，其在美團(tuán)的搜索、推薦、廣告、金融平臺(tái)等等各項(xiàng)業(yè)務(wù)中也都有非常良好的效果。

出門問問是一家以語音交互及軟硬結(jié)合為核心的人工智能公司，為數(shù)百萬級(jí)的智能硬件提供中文語音交互的能力。出門問問的核心技術(shù)是云交互及語音識(shí)別，其中 TensorFlow 在語音識(shí)別的深度學(xué)習(xí)建模方面是起著非常重要的作用。

在中國已經(jīng)有大量企業(yè)應(yīng)用 TensorFlow 開源機(jī)器學(xué)習(xí)平臺(tái)實(shí)現(xiàn)底層的機(jī)器學(xué)習(xí)技術(shù)，他們致力創(chuàng)新，為用戶創(chuàng)造更美好的世界。

*以首字母順序排列

為了普及機(jī)器學(xué)習(xí)技術(shù)，使更多的企業(yè)、學(xué)生、技術(shù)愛好者可以更好的學(xué)習(xí)了解 TensorFlow。TensorFlow 團(tuán)隊(duì)與 Udacity 優(yōu)達(dá)學(xué)城合作，推出了完全免費(fèi)的 “深度學(xué)習(xí)工具 TensorFlow 入門” ，中文字幕版本現(xiàn)已上線，從實(shí)踐的角度深入淺出，覆蓋基本理論與實(shí)操案例。