BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

TensorFlow: Google开源其机器学习工具

| 作者 Abel Avram 关注 7 他的粉丝 ,译者 云华 关注 0 他的粉丝 发布于 2015年11月21日. 估计阅读时间: 2 分钟 | GMTC大前端的下一站,PWA、Web框架、Node等最新最热的大前端话题邀你一起共同探讨。

TensorFlow是一个由“Google大脑”团队的研究人员开发的机器学习库。如今,Google遵循Apache License 2.0将其开源。关于TensorFlow的详细介绍请参见白皮书《TensorFlow:异步分布式系统之上的大规模机器学习》。源码可以从Google Git上找到。

TensorFlow是一个用来编写和执行机器学习算法的工具。计算在数据流图中完成,图中的节点进行数学运算,边界是在各个节点中交换的张量(Tensors--多维数组)。TensorFlow负责在不同的设备、内核以及线程上异步地执行代码。

TensorFlow在台式机、服务器或者移动设备的CPU和GPU上运行,也可以使用Docker容器部署到云环境中。这次开源的版本是运行在单机上,暂时不支持集群。

重要通知:接下来InfoQ将会选择性地将部分优秀内容首发在微信公众号中,欢迎关注InfoQ微信公众号第一时间阅读精品内容。

TensorFlow有完整的Python APIC++接口用来构建和执行图(graphs)。同时,它还有一个基于C的客户端API。Google邀请相关社区人员使用其它语言编写接口,可能的语言包括Lua, R, Java, Go语言以及JavaScript。

Google认为这个库并不是最终版本,会持续不断的进行改进并将开发一些相关的具体实现。

Google已将TensorFlow用于GMail(SmartReply)、搜索(RankBrain)、图片(生成图像分类模型--Inception Image Classification Model)、翻译器(字符识别)以及其它产品。

查看英文原文:TensorFlow: Google Open Sources Their Machine Learning Tool


感谢张龙对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ@丁晓昀),微信(微信号:InfoQChina)关注我们,并与我们的编辑和其他读者朋友交流(欢迎加入InfoQ读者交流群InfoQ好读者(已满),InfoQ读者交流群(#2)InfoQ好读者)。

评价本文

专业度
风格

您好,朋友!

您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

获得来自InfoQ的更多体验。

告诉我们您的想法

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我
社区评论

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

讨论

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT