谷歌开发者大会2018实录——TensorFlow篇
摘要
在9月21日结束的Google开发者大会上，闲鱼团队作为Google的合作伙伴参加了此次会议，不仅在Flutter方面与谷歌以及国内开发者进行了深度交流，同时闲鱼技术开发专家陈永新作为本次大会的演讲嘉宾，分享了闲鱼基于TensorFlow Lite的端计算应用实践。在闲鱼的展台上还展示了闲鱼基于TensorFlow的黑科技：UI2Code，吸引了络绎不绝的开发者前来围观。
TensorFlow 趋势
TensorFlow自2015年发布以来，已经成为世界上使用最广泛的机器学习框架，满足了广大的用户和用例需求。在此期间，TensorFlow随着计算硬件、机器学习研究和商业部署的快速发展而得到进步。
为了反映这些快速变化，本次的谷歌开发者大会介绍了TensorFlow和lite的一些新特性，重点关注易用性。以下是TensorFlow的新特性：
1.Eager execution，动态图机制，允许直接执行图，将更方便调试。
也将会是未来TensorFlow 2.0版本的默认开启选项。它将用户对编程模型的期望与TensorFlow更好地结合起来，并且使TensorFlow更易于学习和应用。
2.通过交换格式的标准化和API的一致性，支持更多平台和语言，并改善这些组件之间的兼容性和奇偶性。
3.将删除已弃用的API并减少重复数量，避免给用户造成混淆。
4.TensorFlow Lite转换工具添加post-training模型量化（post-training quantization）。
对于相关的机器学习模型，这可以实现最多4倍的压缩和3倍的执行速度提升。此外，模型主要由卷积层组成，执行速度提高10-50％的同时减少了内存和计算需求，预计大多数模型的功耗也会降低。
5.TensorFlow Lite从contribute目录移动到主目录，正式加入TensorFlow主工程。
TensorFlow Lite在闲鱼客户端上的应用
闲鱼客户端如何应用TensorFlow Lite
闲鱼自研了一个基于TensorFlow Lite的框架，主要对三方面进行了定制：拓展性、安全性和动态化。
1.拓展性：在拓展性方面利用TensorFlow Lite的自定义OP，将我们所需的一些数据预处理等作为一个自定义OP，整合到同一个模型，这样可以一个业务就是一个模型，能够做到业务之间保持独立。
- 安全性：通过自定义的加密头等方式，将模型进行加密，在客户端运行该模型时，动态解析出原始模型，做到数据不落盘，最大程度保证了数据安全。
- 动态化：通过服务端动态下发模型和OP的方式，实现了线上更新模型和算法，极大地方便了灰度测试、算法升级等需求。
应用一：视频封面
在视频封面这个案例中，利用TensorFlow Lite，可以将原先传统算法做的事，在端上用用AI模型来完成。传统基于规则的做法，选取视频封面的时候，是由算法同学设计一个基础算法，同时再处理各种Case，最终选取一张封面。对于遗漏忘处理的情况，则需要发版更新算法，维护成本太高。
而使用AI模型，则可以通过动态下发模型和OP的方式随时灰度和升级。
应用二：视频指纹
在这个案例中，展示了一种对 TensorFlow Lite 较“另类”的用法:将它当做一个计算框架。TensorFlow Lite 本身就是一种计算流程的框架，因此，可以利用它支持自定义OP的特性，将我们算法的各个环节作为一个个自定义OP，然后利用模型将这些计算环节“串联”起来，这样，整个TensorFlow Lite就俨然成为了一个天然的端计算框架。这样既可以对单个计算环节（自定义OP）做更新，还能随时调整整个计算流程（即调整模型）。
应用三：智能租房
最后这个案例是比较传统的TensorFlow Lite的用法，使用了较流行的SSD模型，在租房环节，通过自能识别图片中的家具（冰箱、电视等），以此自动地给用户发布的房屋打上标签，不仅简化了用户操作，还丰富了商品信息，为后台数据搜索推荐等提供了更有效的信息。
TensorFlow 在闲鱼工程效率上的应用
UI2Code
关于UI2Code的介绍，可以参考前面的一篇文章《Google开发者大会将揭晓哪些黑科技》。
该项目展示的是从一张图片，直接生成UI代码的过程。该图片可以是设计师的视觉产出，也可以是手机上随便打开一个软件然后截图得到。
这里针对大家关心最多的几个问题做一下说明：
1.“UI2Code”和微软刚刚开源的“Sketch2Code”有什么区别
Sketc2Code 关注的是如何快速的将设计师的灵感，变成“近似”的UI代码，可以理解成是给设计师用的创作工具，生成的代码也并不是为了直接作为线上代码使用。
而我们的 UI2Code 关注的是1比1像素级别的“精确”还原，目的是为了节省开发人员重复机械的视觉还原工作，将没有创造性的重复性工作交给机器，这样开发人员就可以去关注更重要的逻辑性问题。它生成的UI代码是“接近”生产可用的，开发人员只要做一些数据绑定或者细微的调整即可。
2.“UI2Code”是如何使用TensorFlow的？
实际上该项目是一个复杂的工作流程，在流程的某些节点上，我们使用TensorFlow来完成深度学习任务。比如，由于输入是一张纯图片，并无其它任何信息，因此，需要用深度学习来“理解”图片内容，包括哪些是文本，哪些是图片等等。
3.你们这个有对外提供服务吗？是否有开源计划？
目前该工具还只是闲鱼内部使用（实际上我们的团队已经用它有一段时间了，上线了多个导购页面），下半年会开始考虑开源计划。由于该工具里面有部分我们自有业务的东西，同时公司有严格的开源审核和披露的流程，因此还需要一段时间，大家可以关注我们的公众号：闲鱼技术，到时候有了进一步的消息会第一时间在上面公布。
结语
本次大会闲鱼作为Google的合作伙伴，与广大开发者分享和交流了闲鱼在Flutter和TensorFlow等方向上的实践，我们希望同广大开发者一起，在技术的道路上，不断探索创新，用技术推动业务。
本文作者：闲鱼技术
本文为云栖社区原创内容，未经允许不得转载。