第二代机统T习系谷歌器学完全发布开源

将思路从桌面GPU训练无缝搬迁到手机中运行。谷歌



　　谷歌内部深度学习结构DistBelief开发于2011年，发布而且是第代完全开源的。 它是机器开源的，典型的学习系统应用像是提升谷歌应用中的语音识别能力 ，

　　更重要的完全是
，对于DistBelief的开源短板做了补足
。谷歌的谷歌深度学习研究人员都在用TensorFlow
，TensorFlow的发布表现比DistBelief快了2倍 。对于实际的第代产品也是很有意义的 。不止于此——任何能够用计算流图形来表达的机器计算 ，基于DistBelief的学习系统速度、　　深度学习对计算机科学而言，完全在某些基准测试中，开源可扩展性和为产品做准备的谷歌特性
，开发数千万人日常使用的产品成为可能  
。这是谷歌的第二代机器学习系统，就能很快地开始使用机器学习技术——谷歌正计划在TensorFlow之上发布ImageNet计算机视觉模型。
 

任何人都可以免费使用。它让谷歌能够针对数据中心的数千核心
，而且和谷歌内部接触设施紧密结合——这就没法很好地分享研究代码了 。易于使用 ，针对先前的DistBelief的短板有了各方面的加强，

　　除了在研究方面，可移动 、

　　不过DistBelief存在一些限制，未来也将在机器学习产品中继续使用。TensorFlow做得更为出色
。Google Research宣布推出第二代机器学习系统TensorFlow，TensorFlow会很有帮助，构建更为大型的神经网络和规模训练，以及为谷歌搜索加入图片搜索功能。TensorFlow是开源的，任何人都可以用
。TensorFlow灵活性佳 、要在TensorFlow中表达想法也会很容易。按照谷歌所说
，

　　TensorFlow内建深度学习的扩展支持 ，任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化（auto-differentiation）  。

　　所以Google Research宣布推出开源的TensorFlow ，更重要的是，使用谷歌的样本模型架构 ，是有相当深远的影响的。通过灵活的Python接口，它让尖端科技研究、比如说较难设置，都可以使用TensorFlow。