Tensorflow 全網最全學習資料匯總之Tensorflow的迭代更新【1】

谷歌于2015年11月發布了全新人工智能系統TensorFlow。該系統可被用于語音識別或照片識別等多項機器深度學習領域，主要針對2011年開發的深度學習基礎架構DistBelief進行了各方面的改進，它可在小到一部智能手機、大到數千臺數據中心服務器的各種設備上運行。

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

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

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

在2016年6月，TensorFlow發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，應用程序將能夠在更聰明的神經網絡功能集成到它們的應用程序，最終使它們更聰明相當能干。具體更新內容可以在《谷歌AI平臺發布早期版本，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 生態圈中，TensorFlow 的功能變化會對全世界的機器學習開發者造成重大影響。

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 被發布出來，披露了更多技術細節，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 機器學習函數庫帶來多重升級，而且為 Python 和 Java 用戶使用 TensorFlow 做開發降低了難度。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。具體更新內容可以看雷鋒網文章《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者根據不同結構的輸入數據建立動態的計算圖（Dynamic Computation Graphs），簡化了模型訓練階段對輸入數據的預處理過程，提升了系統的運行效率。這個庫的更多信息可以在《谷歌剛發布的深度學習動態計算圖工具TensorFlow Fold是什么？》中看到。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。