TensorFlow的开源与Hadoop的开源有什么不同?

简介:

最近看TensorFlow代码的时候,用Git pull下来最新的master一看,哇好多的更新,然后点击去之前看到一半的cc文件继续看,好多地方都改变了。但是一看Git log,有好多巨大的commit叫什么 “Merge commit for internal changes”, “Merge for github”,没有任何的其他描述…,这样基本上不知道到底改动是为了什么。

TensorFlow的开源与Hadoop的开源有什么不同?

相对来说Hadoop的开源要实诚得多,每个改动都有对应的JIRA来跟踪,从JIRA里面可以看到改动的原因、设计(对于大的改变来说)和讨论。任何一个关注项目的人都可以在代码merge之前提出自己的质疑,(只要不是无理取闹)基本上能够得到很详细的回答。

出现这种区别最大的原因是来源于Google与Apache本质上不同,Google作为一个商业公司,有的是人来维护代码,基本上不在乎来自公司外的贡献。对于Google来说,开源TF(目测k8s也差不多)最大的目的是制定标准,推进自己的cloud,另外如果有更多的人来测试和修修补补那些外围一点的东西那是再好不过了。

而Apache基金会本来就是为了开源而生,公司把项目贡献给Apache基金会的目的除了为了提升自身形象以外,主要是为了吸引用户和更多的开发者,也就是造成杠杆的效应,那么为了得到更多真诚的帮助,肯定得把自己的肠肠肚肚都剖出来给人看。不然外部的人怎么去贡献。

当然两种方式各有优劣,对Google这种级别的公司这种方式可能更快也避免了很多讨论的时间但是也会让很多潜在参与者走掉,而Apache的方式更民主更开放。作为Hadoop的一员,我还是真心喜欢Apache的开放的工作方式…





作者:@LeftNotEasy
来源:51CTO
目录
相关文章
|
3月前
|
机器学习/深度学习 人工智能 TensorFlow
TensorFlow 是一个由 Google 开发的开源深度学习框架
TensorFlow 是一个由 Google 开发的开源深度学习框架
51 3
|
4月前
|
存储 分布式计算 Hadoop
【专栏】Hadoop,开源大数据处理框架:驭服数据洪流的利器
【4月更文挑战第28天】Hadoop,开源大数据处理框架,由Hadoop Common、HDFS、YARN和MapReduce组成,提供大规模数据存储和并行处理。其优势在于可扩展性、容错性、高性能、灵活性及社区支持。然而,数据安全、处理速度、系统复杂性和技能短缺是挑战。通过加强安全措施、结合Spark、自动化工具和培训,Hadoop在应对大数据问题中保持关键地位。
132 1
|
存储 弹性计算 分布式计算
【ECS生长万物之开源】基于ECS实例搭建Hadoop环境
Hadoop是一款由Apache基金会用Java语言开发的分布式开源软件框架,用户可以在不了解分布式底层细节的情况下,开发分布式程序,充分利用集群的能力进行高速运算和存储。本教程介绍如何在Linux操作系统的ECS实例上快速搭建Hadoop伪分布式环境。
|
人工智能 安全 Cloud Native
带你读《云原生机密计算最佳实践白皮书》——部署TensorFlow Serving在线推理服务(1)
带你读《云原生机密计算最佳实践白皮书》——部署TensorFlow Serving在线推理服务(1)
494 0
带你读《云原生机密计算最佳实践白皮书》——部署TensorFlow Serving在线推理服务(1)
|
存储 分布式计算 资源调度
平台服务 开源 Hadoop|学习笔记
快速学习平台服务 开源 Hadoop
154 0
平台服务 开源 Hadoop|学习笔记
|
机器学习/深度学习 人工智能 算法
在家搭建了一套TensorFlow开源机器学习平台
在家搭建了一套TensorFlow开源机器学习平台
420 0
在家搭建了一套TensorFlow开源机器学习平台
|
机器学习/深度学习 人工智能 算法
2019 年 11 月最新《TensorFlow 2.0 深度学习算法实战》中文版教材免费开源(附随书代码+pdf)
2019 年 11 月最新《TensorFlow 2.0 深度学习算法实战》中文版教材免费开源(附随书代码+pdf)
385 0
2019 年 11 月最新《TensorFlow 2.0 深度学习算法实战》中文版教材免费开源(附随书代码+pdf)
|
缓存 运维 分布式计算
GitHub开源比Hadoop快至少10倍的物联网大数据平台
GitHub开源比Hadoop快至少10倍的物联网大数据平台
GitHub开源比Hadoop快至少10倍的物联网大数据平台
|
机器学习/深度学习 Web App开发 Kubernetes
谷歌云大会最后一天解读开放性:从TensorFlow开源到开放云平台
当地时间 3 月 10 日,Google Cloud Next '17 在美国旧金山顺利闭幕。机器之心作为受邀媒体对这场为期 3 天的会议进行了现场报道,参阅《现场直击 | 李飞飞首度亮相谷歌云大会:发布全新 API,解读 AI 民主化》和《谷歌云官方正式宣布收购数据科学社区 Kaggle》。谷歌云大会的最后一天,Google Cloud 产品开发、计算 & 开发者服务副总裁 Sam Ramji、谷歌大脑 TensorFlow 负责人 Rajat Monga 和 Google Senior Fellow Jeff Dean 等演讲者和受邀嘉宾重点围绕 Kubernetes、TensorFlow
178 0
谷歌云大会最后一天解读开放性:从TensorFlow开源到开放云平台
|
人工智能 自然语言处理 机器人
谷歌发布 AI 语言模型 ELECTRA,将作为 TensorFlow 上的开源模型
谷歌发布 AI 语言模型 ELECTRA,将作为 TensorFlow 上的开源模型
谷歌发布 AI 语言模型 ELECTRA,将作为 TensorFlow 上的开源模型

热门文章

最新文章

相关实验场景

更多