《面向机器智能的TensorFlow实践》一1.7 TensorFlow的优势-阿里云开发者社区

开发者社区> 华章计算机> 正文

《面向机器智能的TensorFlow实践》一1.7 TensorFlow的优势

简介:
+关注继续查看

本节书摘来自华章出版社《面向机器智能的TensorFlow实践》一书中的第1章,第1.7节,作者 山姆·亚伯拉罕(Sam Abrahams)丹尼亚尔·哈夫纳(Danijar Hafner)[美] 埃里克·厄威特(Erik Erwitt)阿里尔·斯卡尔皮内里(Ariel Scarpinelli),更多章节内容可以访问云栖社区“华章计算机”公众号查看。




1.7 TensorFlow的优势

1.易用性

相对而言,TensorFlow工作流易于理解。它的API保持着高度的一致性,这意味着在尝试不同模型时,无需从头学习一套新的东西。

TensorFlow API很稳定,维护者始终在努力确保每次改动都向下兼容。

TensorFlow与NumPy无缝集成,可使大多数了解Python的数据科学家如鱼得水。

不同于其他库,TensorFlow不占编译时间。这就使用户可快速验证自己的想法,而省去了专门的等待时间。

目前已有多种高层接口构建在TensorFlow之上,如Keras和SkFlow。这就使得即便用户不希望动手实现整个模型,也可以利用TensorFlow的优势。

2.灵活性

TensorFlow能够运行在不同类型和尺寸的机器之上。这使得TensorFlow无论是在超级计算机上,还是在嵌入式系统,或任何其他介于两者之间的计算机上都有用武之地。

TensorFlow的分布式架构使得在大规模数据集上的模型训练可在合理的时间内完成。

TensorFlow可利用CPU、GPU,或同时使用这两者。

3.高效性

当TensorFlow的第一个版本发布时,它在很多流行的机器学习基准测试中都非常低效。从那时起,TensorFlow的开发团队便投入大量的时间和精力对TensorFlow代码的大部分实现进行改进。如今,TensorFlow中大部分库的性能已有了显著提升,已成为众多开源机器学习框架中居于榜首位置的有力竞争者。

TensorFlow的效率仍在持续地得到改进,因为有越来越多的开发者正在共同努力带来更好的实现。

4.幕后支持

TensorFlow为谷歌所支持。谷歌已为其投入巨大的资源,因为它希望TensorFlow成为机器学习研究者和开发者的通用语言。此外,谷歌也在利用TensorFlow完成其日常工作,并且通过投资来为TensorFlow提供持续不断的支持。

围绕TensorFlow已经形成了一个不可思议的社区,从社区中的知名成员或GitHub上的知名开发者那里得到回应相对比较容易。

谷歌已经发布了若干用TensorFlow预训练的机器学习模型。它们可供免费使用,使得无需大量数据的流水线便可迅速实现原型系统。

5.额外特性

当需要对模型进行调试和可视化时,TensorBoard便体现出极为重要的价值,而在其他机器学习库中,并无类似的功能。

TensorFlow Serving可能是会使得更多的初创公司将服务和资源投入到机器学习领域的软件,因为重新实现代码来部署某个模型所需付出的代价绝对不可小觑。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
阿里云服务器使用体验
阿里云服务器以学生身份申请容易,优惠度高,适合在校大学生、研究生,在寒暑假期间,方便使用服务器进行远程连接学校主机。进行校园网的一些操作。
31 0
15 年老兵谈阿里云大规模机器学习实践
  近年来,机器学习技术的发展归因于我们有极其庞大的数据用来训练算法。当企业需要落地大规模机器学习时,往往会面临很多难题,如何解决这些问题?如何系统了解大规模机器学习落地的技巧?其适用场景是什么?InfoQ 希望通过该选题解决这些问题,并推动企业在大规模机器学习方面的实践。本文,InfoQ 有幸采访了阿里云机器学习研究员林伟,听他分享自己的经验和见解。
3 0
与数据隐私相关的 AI 关键问题
  本文最初发表在 Towards Data Science 博客,经原作者 Alexandros Zenonos 授权,InfoQ 中文站翻译并分享。   隐私不仅是与人工智能有关的问题,也是任何与数据相关的领域普遍关注的问题。隐私是关于人们对其个人数据和基于这些数据所做的决定的控制。
5 0
使用 Go 语言编写的恶意软件激增 2000%
  近日,网络安全公司 Intezer 发布了 2022 年基于 Go 语言恶意软件的报告。报告指出:恶意软件的开发者已经从 C 和 C++ 逐渐转向 Go 语言,自 2017 年以来,基于 Go 语言的恶意软件数量呈现爆发式增长,增幅超过了 2000%。   自从 2012 年发现了第一个使用 Go 语言编写的恶意软件之后,Go 语言就在恶意软件领域渐渐流行起来了。2019 年 7 月,Palo Alto Networks 发布了一份使用 Go 语言编写的恶意软件分析报告。报告发现,2019 年以前使用 Go 语言编写恶意软件是一件罕见的事情,但到了 2019 年,这种情况每天都会发生,2
3 0
Keras之父写给年轻程序员的33条忠告
  代码是一种交流方式,Keras 之父 Fran?ois Chollet 在本文中为我们总结了在开发过程中、API 设计中及软件职业生涯中应该关注哪些要点。原则是形式化的直觉,比原始模式识别适用于更广泛的情况,Fran?ois Chollet 的这份原则清单将带你领略大师的品味。
4 0
10059
文章
0
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载