Py学习  »  机器学习算法

TensorFlow & 机器学习近况更新

TensorFlow • 1 年前 • 129 次点击  


发布人:TensorFlow & 机器学习团队


在近期举办的 2022 Google 谷歌开发者大会,TensorFlow & 机器学习团队带来了有关我们不断发展的生态系统的更新。本文将与大家分享相关内容。

  • Google 谷歌开发者大会

    https://developersummit.googlecnapps.cn/


MediaPipe Studio


我们认识到,打造自定义设备端机器学习解决方案并实现生产化具有一定挑战。为此,我们正在利用简单易用的抽象 API 和免编码 GUI,来重塑您开发此类解决方案的方式。MediaPipe Studio 是我们的低代码和免编码解决方案,可让您使用原生代码集成库(可轻松构建机器学习驱动型应用)在 Android 或 iOS 上实现从数据准备到建模再到部署的整个过程。



Google Play 服务中的正式版

TensorFlow Lite


我们近期在 Google Play 服务中推出了正式版 TensorFlow Lite。这样一来 TensorFlow Lite 运行时便由 Google Play 服务自动管理和更新,意味着您无需再将其作为应用的一部分发布。您可以减小应用大小并在后台定期更新,从而让您的用户始终享受最新版本。对各位应用开发者来说,这一点非常有用,因为您的用户将自动获取框架更新和问题修复,从而帮助您减轻提供此类更新和修复的负担。此外,Google Play 服务中的 TensorFlow Lite 可以立即投入生产,该框架每天运行的推理次数已经超过 1000 亿次。

  • 正式版 TensorFlow Lite

    https://blog.tensorflow.org/2022/09/announcing-tensorflow-lite-in-google-play-services-general-availability.html


Tensor Projects


在 Google,我们正在打造一个可在各种硬件和设备类型上使用的世界级机器学习工具系列。我们致力于构建符合预期用途的工具,在这一目标下,我们开发了多款既可用于领域前沿研究,也可用于经过验证的全球部署的实用工具,因此未来开放式机器学习生态系统 Tensor Projects 应运而生。以下是关于此生态系统的美好愿景。


Tensor Projects 是一个由机器学习技术和平台组成的生态系统,汇集了 Google 的各种机器学习工具,有助于世界一流的工程和研究团队组织工作。Tensor Projects 为持续创新创造了可用空间和美好前景,同时该生态系统还提供强大支持,帮助研究人员、开发者、MLOps 和业务团队在任何数据中心或任何设备上打造负责任的前沿机器学习,无论是全新模型开发还是规模化生产机器学习。


诸如 TensorFlow、Keras、JAX、MediaPipe Studio 等工具可以在该生态系统上很好地独立运行、相互协作,或与其他业界领先的工具和标准协同工作。我们希望为您提供充分的灵活性和选择,助力您为各种机器学习用例构建强大、高性能的基础架构。而这仅仅是一个开端,随着机器学习不断进步,Tensor Projects 将不断发展壮大。


您可观看以下视频了解更多详情:



TensorFlow 官网更新


我们更新了 tensorflow.org 体验,以便新用户和高级用户都可以轻松查找资源。在此,您可以快速确定适合自己任务的 TensorFlow 工具、探索用于加快模型创建的预构建工件、寻找创意和灵感、参与社区活动、发现适用于常见场景的快速入门指南等。

  • tensorflow.org

    https://tensorflow.google.cn


PyTorch 基金会


我们相信机器学习开发者的选择,我们也将持续投入资源,助力开发者轻松训练、部署和管理模型。我们的投入旨在将机器学习纳入每个开发者的工具箱并扩大覆盖范围,包括可以为数百万开发者提供免费的开源产品、使开发者能够利用机器学习取得成功的 TensorFlow 和 Keras,以及可为研究人员提供有力支持的 JAX。


此外,本着开放的精神,我们还支持 PyTorch 开发者通过 Cloud TPU 使用 XLA。为了继续帮助所有开发者利用 Google Cloud 取得成功,并为社区做出更有意义的贡献,我们很高兴地宣布我们作为新成立的 PyTorch 基金会创始成员的角色。作为董事会成员,我们将深化开源投资,以实现基金会的使命,即通过开源平台推动机器学习的应用。

  • PyTorch 开发者通过 Cloud TPU 使用 XLA

    https://cloud.google.com/tpu/docs/pytorch-xla-ug-tpu-vm

  • 新成立的 PyTorch 基金会

    https://opensource.googleblog.com/2022/09/accelerate-your-models-to-production-with-google-cloud-and-pytorch_0905763892.html


感谢阅读!欢迎持续关注我们的官方微信平台,获悉更多资讯。


点击“阅读原文”访问 TensorFlow 官网



不要忘记“一键三连”哦~

分享

点赞

在看

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/149561
 
129 次点击