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。