期待TensorFlow 2.0的到来

《期待TensorFlow 2.0的到来》

简介

GDG(Google Developer Groups)今年在上海站举办了第8届DveFest,今年的主题是《build for digital wellbeing》。有意思的是,今年Tensorflow Day也在一起举办。11月25日当天大会包含了Theme Talk,TensorFlow CodeLab,Image Identification Workshop,show case四部分。小编也参加了这次盛会,来谈谈自己的感想。

形式

酒店的主报告厅非常大,当天到场的人数也非常多,足见这次活动举办的规模是很大的。进场前有几个赞助商在宣传自己的业务,说实话能与我们产生互动的活动并不多,大部分都是扫码抽奖等等。早上听了几个主题报告,基本上围绕着谷歌生态在当前的一些发展现状。我此行的目的还是想听听TensorFlow Eager版本以及未来TensorFlow 2.0的变化。所以重要内容都放在了下午。

下午的CodeLab是在分会场举行的,会上专家基本介绍了TensorFlow Eager的使用,然后给了我们一个专家自己的网站—简单粗暴TensorFlow,详细的内容都在网站中。然而会上讲到的东西会特别少,这点倒让我比较失望。可能是为了照顾一些刚入门的人员。事实上,不止有码代码能力很强的程序员,还有一些从事市场的人会来听(我身边就坐着一位)。因此,在这个CodeLab中想听到的内容会比较少。

除了这个活动,还有一个关于TensorFlow Eager的主题报告。这个主题报告倒还不错,讲解的例子也更加丰富,期间提到了Eager版本相比传统的数据流图的优缺点。传统的Dataflow Graph的特点是:

  • DSL in Python:与Python语言不同的domain-specific language ,所以Python的循环逻辑是行不通的;
  • High performance:理论上通过数据流图能够做任何事;
  • Abstract & Strict:具有抽象性,但过程是很严格的;
  • Abundant tutorials:具有很丰富的指导手册;
  • Hard to troubleshooting:很难调试;
  • Static graph:是一种静态图;
  • Redundant APIs:具有很冗余的API接口,即实现同一功能提供的方法很多。

而Eager模式出来以后,它的特点如下:

  • Pythonic style:该模式具有python的逻辑思维,可以和python的运算相配合使用;
  • Quickly prototype model:能够快速构建原型,不需要放到Session中去;
  • Straightforward & Intuitive:因为拥有Pythonic风格,显得非常直观;
  • Easy to learn:学习起来很容易;
  • Real-time computing:代码实时运行,不再先构造图然后填充数字;
  • Dynamic model:动态图;
  • Broken APIs:目前的接口还不够全面,所以非常期待2.0版本的到来。

目前在TensorFlow 1.8版本就可以使用Eager模式,导入的方式如下:

Eager模式下不再需要使用Session,很多新的特性在以后也会慢慢分享给大家。

展望

在2019年春季,即将迎来TensorFlow 2.0版本。这个新版本将Eager模式作为默认模式,也就是说会实现比较大的变化。可以看出动态图是发展趋势,这其中有来自同类神经网络框架带来的竞争压力;也有使用者日常编码的痛点。不管怎样,谷歌想通过技术革新去帮助更多的开发者快速实现目标,为用户带来更加健康、幸福的数字体验。

点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注

15 − 2 =