1
| 本文作者： 奕欣 | 2016-11-10 18:43 |
不知不覺，我們迎來了 TensorFlow 的一周年。
如果你對 TensorFlow 不太熟悉，那想必你是個機器學習的門外漢。這個基于 DistBelief 研發的第二代人工智能學習系統已經在 GitHub上被評為“最受歡迎的機器學習開源項目”。
Tensor 指的是 N 維數組，Flow 則指的是基于數據流圖的計算，——雷鋒網覺得這與心理學家 Mihalyi Csikszentmihalyi 提出的 “福流”（flow）概念相得益彰——既是復雜數據結構在人工智能神經網絡中處理的過程，又能反映出一種沉浸于深度學習的體驗。
（編者按：福流是一種感覺、狀態和體驗，是指一個人在自覺自發的前提下，對某一活動或事物表現出濃厚而強烈的興趣，并能推動自己完全投入進去，把自己的優勢發揮到極致，進入一種完全沉浸其中的狀態。）
TensorFlow 在一年前的開源，無疑降低了深度學習在各行各業的應用難度，在Google Brain眼里，“它能加速機器學習的研究進程，幫助科技給每個人更好地帶來便利和福祉?！?/p>
這一年來，TensorFlow 達成了什么成就？一起隨雷鋒網來看下：
超過 480 人對 TensorFlow 做出了直接貢獻，包括谷歌員工、外部研究人員、獨立程序開發者、學生，還有其它公司的開發者們。
TensorFlow 成為 GitHub 上最受歡迎的項目；
在 GitHub 上有超過 3000 個和 TensorFlow 相關的開源項目；
收到超過 10,000 次的 Commits，在性能上有了大的提升；
在 GitHub、 StackOverflow 及 TensorFlow mailing list 回答了上千個問題。
增加了分布式訓練；
與大數據架構進行整合——目前后者已得到廣泛應用；
兼容 iOS 及樹莓派；
增加對 Go、Rust 和 Haskkell 的支持。
而如果你對這些虛的不是太感興趣，雷鋒網先列幾個項目吧：
DeepMind 推出機器合成語音水平與人類縮小一半以上的 WaveNet；
谷歌機器翻譯的整合神經網絡已經取得重大突破；
谷歌全新自然語言處理模型 SyntaxNet；
提升分類水準的 Inception-ResNet-v2；
利用人工智能來創作藝術的Magenta；
最新版的自動圖像描述系統“Show and Tell”；
保護瀕危海洋生物的探測器；
日本農場的黃瓜分類機；
……
以上內容此前雷鋒網都有覆蓋，而TensorFlow 產品經理 Zak Stone 在今天 Google 研究院的推文中向所有關心 TensorFlow 的用戶致以謝意：
“非常感謝您對 TensorFlow 的支持，您在 TensorFlow 上所做的項目不論是應用于您的高端產品、您高速發展的創業公司，還是您的學校項目，我們都對您對代碼庫所做的貢獻予以衷心的感謝。通過與全球關注機器學習的各類組織的合作，我們期待TensorFlow的下一年會變得更好！”
是的，雷鋒網也同樣相信這一點。
【招聘】雷鋒網堅持在人工智能、無人駕駛、VR/AR、Fintech、未來醫療等領域第一時間提供海外科技動態與資訊。我們需要若干關注國際新聞、具有一定的科技新聞選題能力，翻譯及寫作能力優良的外翻編輯加入。工作地點深圳。簡歷投遞至 guoyixin@leiphone.com。接收兼職及實習生。
推薦閱讀：
谷歌用深度學習守衛海洋：如何在 4.5 萬張照片中找到一只瀕危的“美人魚”？
Google開源TensorFlow系統，這背后都有什么門道？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
