發(fā)布人：TensorFlow 團(tuán)隊(duì)的 Laurence Moroney 和 Josh Gordon

近期開展的 Stack Overflow 開發(fā)者調(diào)查現(xiàn)已揭曉結(jié)果，我們欣喜地看到，TensorFlow 已成長為使用最廣的 Machine Learning 工具，目前有 300 萬軟件開發(fā)者通過它來利用機(jī)器學(xué)習(xí)技術(shù)增強(qiáng)自己的產(chǎn)品和解決方案。更重要得是，這項(xiàng)調(diào)查顯示，TensorFlow 還是開發(fā)者首選使用的框架，估計(jì)有 400 萬開發(fā)者希望在不久的將來采用它。

TensorFlow 目前每月下載量超過 1,800 萬次，在 GitHub 上累計(jì)標(biāo)星 16.6 萬次，遠(yuǎn)超其它 Machine Learning 框架。在 Google 內(nèi)部，幾乎所有 AI 生產(chǎn)系統(tǒng)工作流程都依托這個(gè)框架，包括 Google 搜索、Google Ads、YouTube、Gmail、Google 地圖、Google Play、Google 相冊等。很多世界級巨頭的生產(chǎn)系統(tǒng)也都采用這個(gè)框架，比如蘋果、奈飛、Stripe、騰訊、優(yōu)步、羅氏、領(lǐng)英、推特、百度、 Orange、酩悅·軒尼詩-路易·威登 (LVMH) 等，數(shù)不勝數(shù)。此外，每個(gè)月有超過 3,000 種涉及 TensorFlow 或 Keras 的新發(fā)行科學(xué)出版物被 Google 學(xué)術(shù)搜索編入索引，包括致力于探索抗癌密碼的 CANDLE 研究等重大應(yīng)用科學(xué)。

構(gòu)成 Google Machine Learning 生態(tài)系統(tǒng)的產(chǎn)品和開源服務(wù)在不斷擴(kuò)大陣容。近年來，我們認(rèn)識(shí)到?jīng)]有一種通用的框架適用于所有場景——特別是生產(chǎn)系統(tǒng)的需求與前沿研究的需求經(jīng)常存在沖突。鑒于此，我們開發(fā)出了 JAX，這是一種適用于分布式數(shù)值計(jì)算的極簡 API，旨在為科學(xué)計(jì)算研究的下一浪潮插上騰飛的翅膀。JAX 非常適合開辟新前沿：使用它可使并行計(jì)算規(guī)模再上新臺(tái)階、推進(jìn)新的算法和架構(gòu)，以及開發(fā)新的編譯器和系統(tǒng)。研究人員對 JAX 的廣泛采用振奮人心，而 AlphaFold 和 Imagen 等項(xiàng)目所取得的進(jìn)步更彰顯了它的價(jià)值。

在這個(gè)多種框架各領(lǐng)風(fēng)騷的新時(shí)代，我們通過 TensorFlow 來滿足應(yīng)用 Machine Learning 開發(fā)者的需求 ——凡需要構(gòu)建和部署可靠、穩(wěn)定、高性能 Machine Learning 系統(tǒng)的工程師，不管其 Machine Learning 系統(tǒng)規(guī)模如何、適合何種平臺(tái)，都屬于這一范疇。我們的愿景是打造一個(gè)可賦能各組件更好協(xié)作的生態(tài)系統(tǒng)，確保研究人員和工程師能夠充分利用這些組件，不管其來自何種框架。在實(shí)現(xiàn) JAX 與 TensorFlow 的互操作性方面，我們已取得長足進(jìn)展，特別是 jax2tf 功不可沒。開發(fā) JAX 模型的研究人員將可以通過 TensorFlow 平臺(tái)的各種工具，把這種模型引入到生產(chǎn)環(huán)境中。

今后，我們打算雙管齊下，將 TensorFlow 作為卓越的應(yīng)用 Machine Learning 平臺(tái)繼續(xù)開發(fā)下去，同時(shí)持續(xù)完善 JAX 來突破 Machine Learning 研究的疆界。我們將繼續(xù)在這兩個(gè) Machine Learning 框架上進(jìn)行投入，助力數(shù)百萬用戶推進(jìn)研究和應(yīng)用。

我們還有很多正在開發(fā)中的精彩產(chǎn)品迫不及待與大家分享，敬請關(guān)注我們的平臺(tái)了解更多詳情!

原文標(biāo)題：讓每一位開發(fā)者皆可使用機(jī)器學(xué)習(xí)技術(shù)

文章出處：【微信公眾號：谷歌開發(fā)者】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

審核編輯：湯梓紅