TensorFlow機(jī)器學(xué)習(xí)系統(tǒng)是用于機(jī)器學(xué)習(xí)的端到端開源平臺(tái)。它擁有一個(gè)全面而靈活的生態(tài)系統(tǒng)，其中包含各種工具、庫和社區(qū)資源，可助力研究人員推動(dòng)先進(jìn)機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，并使開發(fā)者能夠輕松地構(gòu)建和部署由機(jī)器學(xué)習(xí)提供支持的應(yīng)用。

TensorFlow機(jī)器學(xué)習(xí)系統(tǒng)最初是由Google機(jī)器智能研究組織內(nèi)Google Brain團(tuán)隊(duì)的研究人員和工程師開發(fā)的，用于進(jìn)行機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)研究。該系統(tǒng)具有足夠的通用性，也可以適用于多種其他領(lǐng)域。

TensorFlow機(jī)器學(xué)習(xí)系統(tǒng)提供穩(wěn)定的Python和C++ API，以及其他語言的非保證向后兼容API 。

輕松地構(gòu)建模型

TensorFlow提供多個(gè)抽象級(jí)別，因此您可以根據(jù)自己的需求選擇合適的級(jí)別。您可以使用高階Keras API構(gòu)建和訓(xùn)練模型，該API讓您能夠輕松地開始使用TensorFlow和機(jī)器學(xué)習(xí)。

如果您需要更高的靈活性，則可以借助即刻執(zhí)行環(huán)境進(jìn)行快速迭代和直觀的調(diào)試。對(duì)于大型機(jī)器學(xué)習(xí)訓(xùn)練任務(wù)，您可以使用Distribution Strategy API在不同的硬件配置上進(jìn)行分布式訓(xùn)練，而無需更改模型定義。

隨時(shí)隨地進(jìn)行可靠的機(jī)器學(xué)習(xí)生產(chǎn)

TensorFlow始終提供直接的生產(chǎn)途徑。不管是在服務(wù)器、邊緣設(shè)備還是網(wǎng)絡(luò)上，TensorFlow都可以助您輕松地訓(xùn)練和部署模型，無論您使用何種語言或平臺(tái)。

如果您需要完整的生產(chǎn)型機(jī)器學(xué)習(xí)流水線，請(qǐng)使用TensorFlow Extended (TFX)。要在移動(dòng)設(shè)備和邊緣設(shè)備上進(jìn)行推斷，請(qǐng)使用TensorFlow Lite。請(qǐng)使用TensorFlow.js在JavaScript環(huán)境中訓(xùn)練和部署模型。

強(qiáng)大的研究實(shí)驗(yàn)

構(gòu)建和訓(xùn)練先進(jìn)的模型，并且不會(huì)降低速度或性能。借助Keras Functional API和Model Subclassing API等功能，TensorFlow可以助您靈活地創(chuàng)建復(fù)雜拓?fù)洳?shí)現(xiàn)相關(guān)控制。為了輕松地設(shè)計(jì)原型并快速進(jìn)行調(diào)試，請(qǐng)使用即刻執(zhí)行環(huán)境。

TensorFlow還支持強(qiáng)大的附加庫和模型生態(tài)系統(tǒng)以供您開展實(shí)驗(yàn)，包括Ragged Tensors、TensorFlow Probability、Tensor2Tensor和BERT。

重大更改

LiteRT，又名tf.lite:C++ API:

公共常量tflite::Interpreter:kTensorsReservedCapacity和tflite::Interpreter:kTensorsCapacityHeadroom現(xiàn)在是常量引用，而不是constexpr編譯時(shí)常量。（這是為了在Play服務(wù)中實(shí)現(xiàn)更好的TFLite API兼容性，同時(shí)保留將來更改這些常量值的實(shí)現(xiàn)靈活性。）

Python API:

tf.lite.Interpreter 發(fā)出棄用警告，重定向到其新位置 ai_edge_litert.interpreter，因?yàn)樵?API tf.lite.Interpreter 將在 TF 2.20 中刪除。詳情請(qǐng)參閱 遷移指南。

已知的限制

主要功能和改進(jìn)

tf.lite

tfl.Cast op 現(xiàn)在支持 bfloat16 在運(yùn)行時(shí)內(nèi)核中。

錯(cuò)誤修復(fù)和其他更改

我們已經(jīng)停止發(fā)布 libtensorflow 包，但可以從 PyPI 包解壓。