关于TensorFlow你应该知道这9件事！
点击上方关注，All in AI中国
最近，我对在旧金山的Google Cloud Next大会上关于"TensorFlow有什么新事物？"这个问题的一些观点进行了总结。（https://www.youtube.com/watch?v=MR7w8ARAS2Y）
在考虑之后，我想为大家分享我的这个简短摘要（你对感兴趣的话可以查看视频，演讲的内容很棒）。在此我进行一下介绍。
1.这是一个强大的机器学习框架
TensorFlow是一个机器学习框架，如果你拥有大量数据或者已经掌握了最先进的人工智能：深度学习，那么它可能是你最好的朋友。神经网络也是如此。但TensorFlow不是数据科学的具有多种功能的瑞士军刀，它是工业车床......这意味着如果你想要做的就是通过一个20×2的电子表格放一条回归线的话，那采用它则毫无意义。
但如果你追求的是一个更大的目标，那就开始采用吧。TensorFlow已被天文学家用于寻找新的行星，帮助医生筛查糖尿病视网膜病变来预防失明，以及提醒有关部门关注非法砍伐森林活动的迹象来帮助拯救森林。这就是AlphaGo和Google Cloud Vision的基础，也是你的最佳选择。TensorFlow是开源的，你可以免费下载并立即开始使用。
2. TensorFlow是一种可选的奇特方法
TensorFlow Eager让我不可自拔。
如果你以前尝试过TensorFlow，但不是像开发人员那样编写代码，那就尝试一下吧！
TensorFlow的执行让你像专业Python程序人员一样与它进行交互：所有即时编写和调试的即时性，而不是在构建那些巨大的图形时让人紧张地屏住呼吸。自从TensorFlow问世以来，我迫切地执行TensorFlow。所以渴望采用。
3.可以逐行建立神经网络
Keras + TensorFlow =更容易构建神经网络！
Keras完全是为了用户友好性和简单的原型设计，而TensorFlow可能采用更多。如果你喜欢面向对象的思维，并且喜欢一次构建一层神经网络，那么你一定会喜欢采用tf.keras。在下面的几行代码中，我们创建了一个全序列神经网络，其标准就像dropout一样（提醒有关dropout的隐喻，它们涉及staplers和flu）。
哦，你喜欢谜题，是吗？那么需要耐心一些。不要过多考虑staplers。
4.不仅仅是Python
好的，你可能一直在抱怨TensorFlow的Python monomania。好消息是，TensorFlow不仅仅适用于Pythonistas。它现在以多种语言运行，从R到Swift再到JavaScript。
5.可以在浏览器中执行所有操作
谈到JavaScript，你可以使用TensorFlow.js在浏览器中训练和执行模型。可以酷炫地演示Neld。
6.各种设备有Lite版本
TensorFlow Lite将模型执行带到各种设备，其中包括移动互联网和物联网，与原始TensorFlow相比，推理速度提升了3倍以上。是的，现在你可以在Raspberry Pi或手机上使用机器学习了。在演讲中，劳伦斯在Android模拟器上为数千人实时演示图像分类所做的事情......并且它很有效。
7.专业硬件变得更好
如果你厌倦了等待CPU完成数据训练来训练神经网络，那么你现在可以使用专为Cloud TPU工作而设计的硬件。T代表张量，就像TensorFlow一样......这是一个巧合吗？我想不是！几周前，谷歌公司在alpha发布了第三个版本的TPU。
8.新的数据管道得到了很大改进
你采用numpy做些什么？如果你想在TensorFlow中执行此操作，然后进行rage-quit，则tf.data命名空间可以使你在TensorFlow中的输入处理更具表现力和效率。 tf.data为你提供与训练同步的快速、灵活且易于使用的数据管道。
9.不需要从头开始
你知道什么是机器学习的有趣方式吗？编辑器中的空白新页面，没有Males示例代码。使用TensorFlow Hub，你就可以采用一个更有效的传统版本，即帮助自己使用其他人的代码，并将其称为你自己的代码（否则称为专业软件工程）。
TensorFlow Hub是可重复使用的预训练机器学习模型组件的存储库，打包用于单线重用。希望可以为你提供帮助。
虽然我们讨论的是社区主题，但你可能想知道TensorFlow的官方YouTube频道和博客。
https://www.youtube.com/channel/UC0rqucBdTuFTjJiefW5t-IQ
作者：Kimberly Cook
文章来源：
http://houseofbots.com/news-detail/4095-4-9-important-things-you-should-know-about-tensorflow