查看原文
其他

​Google TensorFlow 2.1 正式发布!高呼 “打倒 PyTorch”!

点击上方“开发者技术前线”,选择“星标”

13:21 在看 真爱

综合自:量子位

TensorFlow 2.1终于来了!

上个月,这个全球用户最多的深度学习框架,正式放出了2.1.0版本。

最新版本的主要特点和改进

该 tensorflow pip 软件包现在在默认情况下包括 GPU 支持(与 tensorflow-gpu 一样),适用于 Linux 和 Windows。它在带有和不带有 NVIDIA GPU 的机器上均可运行。

Google深度学习科学家、Keras作者François Chollet热情的表示:“TensorFlow 2.0是一个来自未来的机器学习平台,它改变了一切”。

不少网友表示,TensorFlow 2.1 比PyTorch更好用,已经准备全面转向这个新升级的深度学习框架了。

更易用的TF2.0

尽管是排名第一的深度学习框架,但TensorFlow的缺点也一直非常明显。官方对此也心知肚明,因此在今早发布的博客中写道:

”TensorFlow 2.0由用户社区推动,告诉我们他们想要一个易于使用、灵活又强大的平台,并且支持部署到任何地方。“

那么TF2.0有什么改进?

一、Keras与TensorFlow紧密集成,默认eager execution,执行Pythonic函数。官方表示,对开发者来说,TensorFlow 2.0用起来跟Python差不多;对于研究者来说,新框架也在低级API方面进行了重点投入。

二、为了在各种平台上运行,SavedModel文件格式进行了标准化。

三、针对高性能训练场景,可以使用Distribution Strategy API进行分布训练,且只需进行少量代码修改就能获得出色的性能。支持Keras Model.fit、自定义训练循环、多GPU等等。

四、TensorFlow 2.0提高了在GPU上的性能表现。以ResNet-50和BERT为例,只需要几行代码,混合精度使用Volta和Turing GPU,训练表现最高可以提升3倍。

五、新增TensorFlow Datasets,为包含大量数据类型的大型数据集提供了标准接口。

六、虽然保留了传统的基于Session的编程模型,但官方现在建议使用eager execution进行常规的Python开发。tf.function装饰器可以把代码转换成可以远程执行、序列化、性能优化的图。在Autograph的帮助下,能把常规的Python控制流直接转成TensorFlow控制流。

七、官方提供了TensorFlow 1.x升级2.0的迁移指南,TF2.0还有一个自动转换的脚本。

八、TensorFlow 2.0提供了易用的API,能够灵活快速的实现新想法。模型的训练和serving也已经无缝集成在基础架构中。

更多关于TensorFlow 2.0的信息,可以>

访问官网:
https://www.tensorflow.org/

GitHub:
https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0

这还有一段官方介绍视频:

“改变一切,力压PyTorch”

TensorFlow 2.0发布之后,引发了广泛的讨论和关注。

Google深度学习科学家、Keras作者François Chollet热情的表示,TensorFlow 2.0是一个来自未来的机器学习平台,它改变了一切。

现在GitHub上排名第一的NLP机器学习课程practicalAI的作者、苹果公司AI研究员Goku Mohandas在推特上说,他们正在从PyTorch转向TensorFlow 2.0。

用户Francois Piednoel留言表示,他已经体验了TF2.0一整周,他给出同样的结论:TF2.0现在已经力压PyTorch一手了。

深度学习研究和教育者、fast.ai创始人Jeremy Howard也称赞TF2.0的发布是”令人兴奋的一步,与TensorFlow一代相比是一个巨大的飞跃“。

当然,至于实际怎么样,还得大家亲自体验了。

为了迎接新版的发布,TensorFlow团队的Josh Gordon,还整理了一份学习资源。

1、Deep Learning with Python

TF2.0基于Keras。如果你是一个深度学习新手,最好从这本书入手。当然这本书里的代码需要改一下,但非常简单:

import keras -> from tensorflow import keras

这本书地址在此:

https://github.com/fchollet/deep-learning-with-python-notebooks

2、Hands-on ML第二版

这本书非常棒,可以带你更深入TF2.0,记得要看第二版。

这本书地址在此:

https://github.com/ageron/handson-ml2

3、AppliedML

如果你喜欢看视频,这有一个深入scikit-learn和机器学习的内容,免费。这套课程名叫AppliedML,YouTube上的地址在此:

https://www.youtube.com/channel/UCMEXgDffQy6nS2a74Gby8ZA/videos

4、官方教程

最后,推荐最新的TF2.0入门教程。地址:

tensorflow.org/tutorials/

安装TF2.0

TensorFlow 2.0支持如下的64位操作系统:

  • Ubuntu 16.04 or later

  • macOS 10.12.6 (Sierra) or later (no GPU support)

  • Windows 7 or later

  • Raspbian 9.0 or later

下载安装包:使用Python的pip安装,版本需要19.0之后。

当然……不安装也能用,因为还有一个神器:

Google Colab。



END

后台回复“面试” “资料” 领取一份干货,数百技术面试手册等你
开发者技术前线 ,汇集技术前线快讯和关注行业趋势,大厂干货,是开发者经历和成长的优秀指南。
好文点个在看吧

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存