ITPub博客

首页 > 人工智能 > 人工智能 > TensorFlow换logo发布2.0版,携手吴恩达等推两门训练课程

TensorFlow换logo发布2.0版,携手吴恩达等推两门训练课程

原创 人工智能 作者:大数据文摘 时间:2019-03-07 16:09:15 0 删除 编辑


大数据文摘编辑部出品

今天凌晨,TensorFlow开发者峰会(TensorFlow Dev Summit 2019)在美国加州桑尼维尔市Google Event Center举行,此次峰会是第三届,据媒体称这次的规模比前两次都要大。

这次大会,谷歌连发两个隐私工具、三款硬件产品,除此之外,吴恩达的新课也在大会上宣布开放注册。

先来看看几个亮点👇

1、发布开源机器学习框架TensorFlow 2.0 Alpha版本,新版本使用Keras高级API来简化框架的使用,许多被视为冗余的API被弃用。

2、两大主攻隐私问题的新工具TensorFlow Federated(TFF)和TensorFlow Privacy。其中,TFF作为开源框架,用于处理分散式数据。TensorFlow Privacy是一个TensorFlow机器学习框架库,目的是让开发人员更容易训练保护隐私的AI模型。

3、三个全新的硬件产品:Coral 提供完全本地的 AI 工具箱,Coral USB 加速器允许通过 USB2.0、3.0 接口轻松接入到任何 Linux 系统中。此外,还有售价24.99美元的500万像素相机配件。Coral 开发板售价为 149.99 美元,Coral USB 加速器售价为 74.99 美元。

4、继《AI for everyone》之后,吴恩达牵头为TensorFlow最新版本定制新课,题为《Tensorflow:从入门到精通》

另外一个值得注意的变化是,从2.0开始,TensorFlow的logo也不一样,从类似积木的形状变成了两个分开的字母“T”和“F”。

发布TensorFlow 2.0 Alpha版本

TensorFlow 2.0新架构简化概念图

TensorFlow 2.0的alpha版本进行了重大升级。这是由Google Brain团队创建,开发人员、研究人员和企业用于训练和部署机器学习模型,处理数据的框架。

融和了2017年2月发布TensorFlow 1.0 Keras深度学习库,TensorFlow 2.0将依赖tf.keras为其中央高级API来简化框架,许多被视为冗余的API(例如Slim和Layers API)将被淘汰。 此外,升级版本将于2019年第二季度全面发布。

TensorFlow工程总监Rajat Monga表示,自TensorFlow于2015年11月推出以来,该框架已被下载超过4100万次,目前已有超过1,800名来自世界各地的贡献者。

发布两大主攻隐私新工具 :TensorFlow Federated和TensorFlow Privacy

TensorFlow Federated:针对分散式数据

在大会上,TensorFlow 发布了开源框架 TensorFlow Federated(TFF),据介绍它是专业用于处理分散式数据,加强机器学习。TFF的目的是促进联合学习(Federated Learning,FL)的开放性研究和实验,确保研究人员可在多个端口上训练共享的全局模型,同时能够在本地存储训练数据。例如,FL 曾被用于训练手机键盘的预测模型,同时不将敏感的隐私数据上传到服务器上。

此外,据介绍,TFF 的接口由两个层组成:Federated Learning (FL) API 和 Federated Core (FC) API。

TensorFlow Federated链接:

TensorFlow Privacy:针对隐私

TensorFlow Privacy是一个TensorFlow机器学习框架库,目的是帮助开发人员训练AI隐私模型。用户无需有隐私以及底层机制方面的专业背景知识,因为TensorFlow Privacy对用户非常友好,用户在构建模型的时候,只需要按照官方指南,简单的修改代码,根据需要调整隐私参数即可。

TensorFlow Privacy Github地址:

此次发布会还介绍了适用于移动开发人员的TensorFlow Lite 1.0,适用于Apple程序员的TensorFlow和适用于JavaScript的TiftorFlow.js 1.0。 另外今天宣布,TensorFlow.js已经有300,000次下载和100个贡献者。

三款全新硬件产品发布

Coral 的本质构建智能设备的平台, 硬件组件就是之前谷歌发布的 ASIC——Edge TPU,开发板是个完全集成的系统,它被设计成构建在载板上的系统模块(SoM)。SoM 把强大的 NXP iMX8M SoC 与谷歌的 Edge TPU 协处理器(包括 Wi-Fi、蓝牙、RAM 和 eMMC 存储)融合在了一起。

它能为低功率设备提供机器学习推理性能,并提供完全本地的 AI 工具箱,包括硬件组件、软件工具,以及帮助开发者创造、训练、运行神经网络的模块。

Coral USB加速器包含Edge TPU、32位Arm Cortex-M0 +微处理器、16KB闪存和2KB RAM,可以在任何64位Arm或Debian Linux支持的x86平台上以USB 2.0速度运行,旨在加速现有Raspberry Pi和Linux系统的机器学习推理。

为了让计算机视觉应用原型更简单,谷歌还提供了一个摄像头连接开发板与 MIPI 接口。Omnivision为其制造相机配件,并配有一个1.4微米的传感器,标准配置为1/4英寸光学尺寸、2.5mm焦距。在功能上除了常见的白平衡、带通滤波和黑电平校准外,它还具有可调色彩饱和度、色调、伽玛、锐度、镜头校正、像素消除和噪声消除功能。

目前,这三款产品均已在谷歌的Coral店面上发售。Coral Dev Board的SOM和Coral USB加速器的PCle版本均可批量购买。

吴恩达牵头研发新课程:TensorFlow,从入门到精通

除了硬件革新,本次开发者大会上还有内容推出:Sebastian Thrun的Udacity和Andrew Ng的deeplearning.ai都推出了相关培训课程,来帮助有兴趣学习如何使用TensorFlow 2.0的初学者入门。



吴恩达在deeplearning.ai上发布了这一名为“TensorFlow: from Basics to Mastery“的课程,这是一门耗时13小时的课程,建议学习时间3-4周,目前已经开放报名。

两门课程的相关链接如下👇

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31562039/viewspace-2637823/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2018-11-13

  • 博文量
    339
  • 访问量
    270064