谷歌官方回应:我们没有放弃TensorFlow,未来与JAX并肩发展

简介: 谷歌官方回应:我们没有放弃TensorFlow,未来与JAX并肩发展
TensorFlow 不是谷歌的一枚「弃子」,将会继续开发。


前段时间,AI 界流传着这样一种说法,大概意思就是说,TensorFlow 已经成为了谷歌的一枚「弃子」。

更是有外媒 Business Insider 采访了一系列开发人员、硬件专家、云供应商以及与谷歌机器学习工作关系密切的人,获得了同样的观点:2015 年诞生的 TensorFlow,曾经辉煌一时,而 Meta 在 2017 年开源的 PyTorch 正在成为该领域的霸主,在此战争中,谷歌开始押宝 JAX。

接近该项目的人士曾告诉 Insider,谷歌大脑和 DeepMind 在很大程度上放弃了 TensorFlow,转而使用 JAX。一位谷歌内部人士也向 Insider 证实,JAX 现在几乎已在谷歌大脑和 DeepMind 中被全球采用。

熟悉该项目的人士也表示,JAX 现在有望成为未来几年所有使用机器学习的谷歌产品的支柱,就像 TensorFlow 在 2015 年之后几年所做的那样。

一时之间,关于谷歌要放弃 TensorFlow,全面转向 JAX 的说法闹得人尽皆知。谷歌内部人员的爆料,让人更加确信这一说法是真的。

到底事实如何?TensorFlow 官方博客回应来了,这篇回应来自 TensorFlow 团队中的两位研究者 Laurence Moroney 和 Josh Gordon。总结来说就是:谷歌并没有像网传的那样放弃 TensorFlow,将继续投资研发。

谷歌:我们没有放弃 TensorFlow,将与 JAX 并肩发展

Stack Overflow 最近发布了一项调查报告,报告显示 TensorFlow 是目前最常用的 ML 工具,被 300 万软件开发者采用。其实这一数字才刚刚开始,估计会有 400 万开发人员希望在不久的将来采用它。

图源:https://survey.stackoverflow.co/2022/#most-loved-dreaded-and-wanted-misc-tech-want

TensorFlow 现在每月被下载超过 18M 次,在 GitHub 上积累了 166k 颗星——比任何其他 ML 框架都多。在谷歌内部,TensorFlow 几乎支持所有 AI 生产工作流,包括搜索、广告、YouTube、GMail、地图、Play 等。它还被苹果、Netflix、Stripe、腾讯、优步、罗氏、LinkedIn、Twitter、百度、LVMH 等各大公司采用。

Google Scholar 上每个月都有超过 3000 篇出版物提到 TensorFlow,包括重要的应用科学研究,比如了解癌症的 CANDLE 研究。



近年来,我们了解到单一的通用框架无法适用于所有场景——尤其是在生产和前沿研究经常发生冲突的领域。因此,我们创建了 JAX,这是一个用于分布式数值计算的简化 API,为科学计算研究的下一个时代提供动力。JAX 在推动新的领域方面非常出色:达到新的并行规模,此外还推进了新的算法和体系结构,以及帮助研究者开发新的编译器和系统。JAX 在科研领域确实很受欢迎。

在这个多框架世界中,TensorFlow 是我们交给应用 ML 开发人员的一份答案——工程师需要在不同规模和不同平台上构建和部署可靠、稳定、高性能的 ML 系统。我们的愿景是创建一个有凝聚力的生态系统,研究人员和工程师可以利用系统组件进行研究,而不管它们起源于哪个框架。我们已经在 JAX 和 TensorFlow 互操作性方面取得了长足进步,特别是 jax2tf 的开发。开发 JAX 模型的研究人员能够通过 TensorFlow 平台的工具将它们投入生产。

未来,我们继续开发 TensorFlow ,并将其作为一流的应用 ML 平台,与 JAX 并肩推动 ML 研究发展。我们将继续在这两个 ML 框架上投资,以推动研究和应用,为我们的数百万用户服务。

参考链接:https://blog.tensorflow.org/2022/06/%20bringing-machine-learning-to-every-developers-toolbox.html?m=1

相关文章
|
11月前
|
机器学习/深度学习 人工智能 PyTorch
Keras 3.0预览版迎来重大更新:适用于TensorFlow、JAX和PyTorch
Keras 3.0预览版迎来重大更新:适用于TensorFlow、JAX和PyTorch
121 0
|
机器学习/深度学习 算法 数据可视化
如何评价目前最流行的两个深度学习框架,谷歌公司的TensorFlow和脸书公司的PyTorch?
如何评价目前最流行的两个深度学习框架,谷歌公司的TensorFlow和脸书公司的PyTorch?
219 0
|
机器学习/深度学习 算法 PyTorch
放弃TensorFlow,谷歌全面转向JAX
放弃TensorFlow,谷歌全面转向JAX
119 0
|
机器学习/深度学习 存储 人工智能
High&NewTech:2021 年Google谷歌 I/O 开发者大会 Kemal 等三人主题演讲分享《TensorFlow 在机器学习领域的进展》
High&NewTech:2021 年Google谷歌 I/O 开发者大会 Kemal 等三人主题演讲分享《TensorFlow 在机器学习领域的进展》
High&NewTech:2021 年Google谷歌 I/O 开发者大会 Kemal 等三人主题演讲分享《TensorFlow 在机器学习领域的进展》
|
机器学习/深度学习 算法 TensorFlow
Tensorflow:tf.contrib.rnn.DropoutWrapper函数(谷歌已经为Dropout申请了专利!)、MultiRNNCell函数的解读与理解
Tensorflow:tf.contrib.rnn.DropoutWrapper函数(谷歌已经为Dropout申请了专利!)、MultiRNNCell函数的解读与理解
|
机器学习/深度学习 传感器 人工智能
提速20倍!谷歌AI发布TensorFlow 3D,智能汽车场景亲测好用
Google AI发布了TensorFlow 3D,将3D深度学习能力引入TensorFlow,加入3D稀疏卷积网络,在Waymo Open数据集上的实验表明,这种实现比预先设计好的TensorFlow操作提速「20倍」。
234 0
提速20倍!谷歌AI发布TensorFlow 3D,智能汽车场景亲测好用
|
机器学习/深度学习 小程序 5G
TensorFlow 1.x最后一更、Android 10最新特性,这是谷歌开发者日
教程、体验、实战?谷歌开发者日能满足你对开发工具与开发体验的所有好奇心。
235 0
TensorFlow 1.x最后一更、Android 10最新特性,这是谷歌开发者日
|
机器学习/深度学习 人工智能 分布式计算
第四范式戴文渊:谷歌TensorFlow让强者更强,「先知」平台让人工智能普惠各行各业
7 月 20 日,国内人工智能创业公司第四范式发布了「先知」平台,受到了业内广泛关注。机器之心对第四范式创始人兼 CEO 戴文渊进行了专访,他介绍了第四范式的「先知」平台和核心技术,并对迁移学习和人工智能行业发表了观点。
649 0
第四范式戴文渊:谷歌TensorFlow让强者更强,「先知」平台让人工智能普惠各行各业
|
18天前
|
机器学习/深度学习 TensorFlow API
TensorFlow与Keras实战:构建深度学习模型
本文探讨了TensorFlow和其高级API Keras在深度学习中的应用。TensorFlow是Google开发的高性能开源框架,支持分布式计算,而Keras以其用户友好和模块化设计简化了神经网络构建。通过一个手写数字识别的实战案例,展示了如何使用Keras加载MNIST数据集、构建CNN模型、训练及评估模型,并进行预测。案例详述了数据预处理、模型构建、训练过程和预测新图像的步骤,为读者提供TensorFlow和Keras的基础实践指导。
153 59
|
7天前
|
机器学习/深度学习 人工智能 算法
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
海洋生物识别系统。以Python作为主要编程语言,通过TensorFlow搭建ResNet50卷积神经网络算法,通过对22种常见的海洋生物('蛤蜊', '珊瑚', '螃蟹', '海豚', '鳗鱼', '水母', '龙虾', '海蛞蝓', '章鱼', '水獭', '企鹅', '河豚', '魔鬼鱼', '海胆', '海马', '海豹', '鲨鱼', '虾', '鱿鱼', '海星', '海龟', '鲸鱼')数据集进行训练,得到一个识别精度较高的模型文件,然后使用Django开发一个Web网页平台操作界面,实现用户上传一张海洋生物图片识别其名称。
86 7
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow