Google выпустила TensorFlow 1.0

На TensorFlow Dev Summit в Маунтин-Вью (штат Калифорния), открывающей цикл ежегодных конференций для разработчиков TensorFlow, компания Google анонсировала выпуск версии 1.0 своей инструментальной среды глубокого обучения с открытым кодом.

Google впервые представила TensorFlow открытому сообществу в 2015 г., и постепенно движок «обрастает» новыми возможностями, такими как распределенное обучение или поддержка Hadoop Distributed File System (HDFS).

К настоящему времени TensorFlow используется более, чем в 6 тыс. онлайновых репозиториях для разнообразных задач: от перевода с иностранных языков до ранней диагностики заболеваний.

Google предлагает сервис Cloud Machine Learning, позволяющий запускать TensorFlow в облачной инфраструктуре этого провайдера.

Релиз 1.0, по заявлению компании, полностью готов к применению в рабочих процессах благодаря повышенной стабильности Python API. Модуль tf.keras обеспечит полную совместимость с ещё одной популярной библиотекой для нейросетей на базе Python.

Вскоре Google откроет код третьей версии модели нейросети Inception, которая позволяет многократно ускорить работу TensorFlow: в 7,3 раз для восьми GPU и в 58-раз для распределённого обучения на 64 GPU. Предпосылки для дальнейшего роста быстродействия закладывает опытный релиз XLA, компилятора графов TensorFlow, ориентированного на центральные и графические процессоры.

TensorFlow получит поддержку цифрового сигнального процессора Hexagon, который входит в мобильный чип Qualcomm Snapdradon 820 и плату Dragonboard 820c.

В релизе также дебютировали экспериментальные API Java и Go, TensorFlow Debugger (tfdbg) с интерфейсом командной строки и API для отладки «живых» программ TensorFlow. Установка TensorFlow упрощена благодаря добавлению Docker-образов Python 3 и включению pip-пакетов в Python Package Index (PyPI).