2021 Google 开发者大会丨构建高效机器学习生态
Posted 谷歌开发者
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了2021 Google 开发者大会丨构建高效机器学习生态相关的知识,希望对你有一定的参考价值。
Google 致力于构建先进的机器学习生态,
带来高效开发体验,
并助力开发者将机器学习应用到多个领域。
从科学研究、商业变革到公益事业,
解决现实生活中的各种问题。
准备好了吗?
一起来了解 2021 Google 开发者大会上
TensorFlow 的最新工具和进展吧!
今年 TensorFlow 为开发者带来了一大惊喜 —— TensorFlow 决策森林 (TensorFlow Decision Forests, TF-DF) 。TF-DF 模型可实现高效的分类、回归和任务排序,当开发者需要处理表格数据,获得简易性、可解读性和速度,TF-DF 将是不二之选。TF-DF 提供了大量工具、模型供开发者使用,作为 TensorFlow 丰富生态系统中的一员,它可与各种 TensorFlow 工具、库以及 TFX 等平台集成,让开发者轻松组合使用。
TensorFlow.js 是一个由 JS 语言编写的前端机器学习库。由于前端机器学习可实现低延迟的运行速度,保护用户隐私,让部署和维护成本更低,因此 TensorFlow.js 也成为不少开发者的首选,今年周下载量达到了之前的 3 倍,总下载量更是达到了 320 万次。
TensorFlow.js 具有灵活的跨平台特性,开发者可以在浏览器或任何支持 javascript 的环境中随时运行模型,充分发挥 Web 覆盖广、规模大的优势。
TensorFlow.js 拥有丰富的模型库和 API ,便于开发者快速构建应用。今年推出了新的 pose-detection API,可实现单人检测和多人检测;发布了 2 个 MediaPipe 的 BlazePose 模型,可用于 2D 和 3D 场景。在自然语言处理方面,也推出了基于 BERT 的对话意图检测模型和问答模型。
值得一提的是,TensorFlow.js 已经支持 TFLite 模型,执行速度更快,模型更小,性能更佳。性能测试工具也增加了 custom model 的选项,能即时测试并显示模型的执行速度等很多相关指标。
58.com 二手车团队、InSpace、IncludeHealth、Project Shuwa 等应用了 TensorFlow
推荐系统是机器学习领域的重要应用,从推荐电影、餐厅,到推荐视频或新闻文章,推荐系统常见于日常生活。推荐系统是一个复杂的机器学习系统,分为召回、粗排、精排三个阶段,将推荐内容数量从百万级降为成为有价值的数十级推荐内容。
可靠、强大的推荐系统能极大提高用户的活跃度,TensorFlow Recommenders 则能成为推荐系统开发者的最佳助手。
谷歌制定了一系列原则,来指导对于负责任的 AI 的理解。AI 应该对社会有益,公平、安全、保护隐私,并对用户负责。
谷歌推出了负责任的 AI 工具包,帮助开发者以负责任的方式开发 AI 、取得进展,构建人人受益的 AI 系统。
TensorFlow 的发展离不开开发者社区的支持和贡献,目前 TFUG 数量已经增长至 70 多个,诞生了 170 多位 GDE 以及 12 个特殊兴趣小组 (Sigs) 。
在学习资源方面,除了网易提供的本地化在线课程,开发者还能通过 Google 开发者在线课程,以视频、文章和 Codelab 形式,掌握 TensorFlow 相关技能。
如果想进一步学习,欢迎参加 TensorFlow 开发者认证考试,获取 TensorFlow 开发者证书,一展所长。目前已有 3000 名经过认证的开发者,我们希望更多开发者加入,使社区不断壮大。
除了上述精彩更新,
TensorFlow 团队还带来了哪些最新进展?
马上登录官网探索吧!
以上是关于2021 Google 开发者大会丨构建高效机器学习生态的主要内容,如果未能解决你的问题,请参考以下文章
2021 Google 开发者大会 | 更简洁更高效,创造更流畅的移动端用户体验