谷歌于2015年11月發(fā)布了全新人工智能系統(tǒng)TensorFlow。該系統(tǒng)可被用于語音識別或照片識別等多項機器深度學習領(lǐng)域，主要針對2011年開發(fā)的深度學習基礎(chǔ)架構(gòu)DistBelief進行了各方面的改進，它可在小到一部智能手機、大到數(shù)千臺數(shù)據(jù)中心服務(wù)器的各種設(shè)備上運行。

那么為什么會產(chǎn)生TensorFlow系統(tǒng)，以及谷歌為何將其開源？這個問題可以看雷鋒網(wǎng)文章《Google開源TensorFlow系統(tǒng)，這背后都有什么門道？》。

2016年4月14日，Google發(fā)布了分布式TensorFlow，版本號為0.8，這是TensorFlow發(fā)布之后的比較重大的版本更新。Google的博文介紹了TensorFlow在圖像分類的任務(wù)中，在100個GPUs和不到65小時的訓(xùn)練時間下，達到了78%的正確率。在激烈的商業(yè)競爭中，更快的訓(xùn)練速度是人工智能企業(yè)的核心競爭力。而分布式TensorFlow意味著它能夠真正大規(guī)模進入到人工智能產(chǎn)業(yè)中，產(chǎn)生實質(zhì)的影響。

詳情可以閱讀雷鋒網(wǎng)文章《開源后5個月，Google的深度學習系統(tǒng)都有哪些改變？》。

在2016年6月，TensorFlow發(fā)布了新版本的早期版本，版本號為0.9，增加了對iOS的支持。

隨著谷歌增加了TensorFlow對iOS的支持，應(yīng)用程序?qū)⒛軌蛟诟斆鞯纳窠?jīng)網(wǎng)絡(luò)功能集成到它們的應(yīng)用程序，最終使它們更聰明相當能干。具體更新內(nèi)容可以在《谷歌AI平臺發(fā)布早期版本，并登陸iOS》中看到。

在2017年1月底，TensorFlow 終于將迎來史上最重大更新：TensorFlow 1.0。Tensorflow它已成為 GitHub 最受歡迎的機器學習開源項目。因其高度普及率，尤其是在 Python 生態(tài)圈中，TensorFlow 的功能變化會對全世界的機器學習開發(fā)者造成重大影響。

上月初，谷歌公布了 TensorFlow 1.0.0-alpha ，即 TensorFlow 1.0 的第一個“草稿”版本。近日，新的候選版本 TensorFlow 1.0.0-rc0 被發(fā)布出來，披露了更多技術(shù)細節(jié)，標志著我們離 “完全體”的 TensorFlow 1.0 更近一步。

1.0 版本不僅為 TensorFlow 機器學習函數(shù)庫帶來多重升級，而且為 Python 和 Java 用戶使用 TensorFlow 做開發(fā)降低了難度。另外，新版本的漏洞修補也得到了改善。更有意思的是，由于對 TensorFlow 計算做優(yōu)化的新編譯器，在智能手機上運行基于 TensorFlow 的機器學習 APP 將成為可能。具體更新內(nèi)容可以看雷鋒網(wǎng)文章《TensorFlow 1.0 要來了！它將帶來哪些革命性變化？》

在2月7日谷歌通過博客正式發(fā)布了 TensorFlow Fold，該庫針對 TensorFlow 1.0 框架量身打造，可以幫助深度學習開發(fā)者根據(jù)不同結(jié)構(gòu)的輸入數(shù)據(jù)建立動態(tài)的計算圖（Dynamic Computation Graphs），簡化了模型訓(xùn)練階段對輸入數(shù)據(jù)的預(yù)處理過程，提升了系統(tǒng)的運行效率。這個庫的更多信息可以在《谷歌剛發(fā)布的深度學習動態(tài)計算圖工具TensorFlow Fold是什么？》中看到。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。