目前位置:主页 > 新闻动态 > 行业资讯 >

GoogleBrain陈智峰:寻找外行星、保护动物……没有什么是TensorFlow不能做的

文章来源:爱游戏官网         发布时间:2021-06-25 01:18

本文摘要:深度自学的软件系统,最后在2015年10月开源了TensorFlow,希望进一步推进深度自学的应用和研究。TensorFlow是什么?TensorFlow现在已经发展成非常原始的深度自学软件开放平台。例如,反对CPU、GPU混合的数据中心的训练平台,反对训练数据中心的好模型,方便地配置在不同的移动终端上,反对Google自律开发的特别自定义的TPU处理器,这样的多平台的反对,我们可以协助最少的用户和应用于场景,我们也感谢很多行业的同伴对我们的反对。

爱游戏手机官网

深度自学的软件系统,最后在2015年10月开源了TensorFlow,希望进一步推进深度自学的应用和研究。TensorFlow是什么?TensorFlow现在已经发展成非常原始的深度自学软件开放平台。例如,反对CPU、GPU混合的数据中心的训练平台,反对训练数据中心的好模型,方便地配置在不同的移动终端上,反对Google自律开发的特别自定义的TPU处理器,这样的多平台的反对,我们可以协助最少的用户和应用于场景,我们也感谢很多行业的同伴对我们的反对。

例如,美国Intel和英国在Flow各自的硬件上协助自己的优化。反对各种硬件的平台是基础,TensorFlow仍然以来的目标之一是尽可能多地协助开发人员,利用深刻的自学技术,最后使很多用户利用这种能力获利。

基于这个想法,TensorFlow仍然尊重各种程序员开发环境的反对。例如,开发人员可以在主要的研发环境中使用TensorFlow。TensorFlow能做什么?TensorFlow在我们公司内部的应用非常全面和完整。

例如,TensorFlow已经协助谷歌的核心业务(搜索和广告),实了深刻的自学模型,在核心业务中反映了性能。垃圾邮件过滤器也用于TensorFlow训练的模型,在推荐安卓应用程序的同时,TensorFlow的模型也在线。许多TensorFlow应用程序再次发生后台,许多用户可能没有必要的体验。

在这里,我推荐一些移动终端的例子来说明深刻的自学,但已经必要地影响了成千上万的用户。自拍电影的破面,例如,安卓手机最近的版本中减少了自拍电影的功能。

这个自拍电影的功能是应用于深度自学训练的视觉模型,可以非常正确地分离前景像素和后景像素,分别处理前景像素和后景像素,可以构筑背景破面的功能。建立这个功能,传统上,手机制造商必须减少第二个照相机。这不会降低手机的成本。

同时,对于现有用户已经得到的手机,这种效果并不容易。通过新的算法,可以构筑过去可能非常便宜的效果。语音处理和图像处理一样,语音处理是另一个深刻的自学印象转变的领域,语音识别比图像处理早使用神经网络,在产品方面,近年来智能扬声器语音的主力流行,其中一个相当大的原因是深刻的自学算法大大降低了语音识别和语音分解的技术门槛,过去需要20-50名博士的团队标准化的机器学习框架可以协助更多的开发人员,开发适合自己特定应用于场景的声音。另一个例子是,机器翻译现在可以用手机拍照,手机软件可以自动识别图形中的文字,将文字翻译成另一个声音,看起来非常简单,只是图像技术和机器翻译技术的自然融合。

我很幸运一年多前参加了谷歌内部,把过去的翻译系统升级为神经网络的系统,从这些图像可以看出,那个升级大幅度降低了机械翻译的错误率,一些语言之间的翻译完全超过了人工翻译的效果。其他应用于深度自学技术,不仅可以大幅度提高数产品的功能和性能,还可以开发过去想象不到的新功能。

例如,邮件自动恢复的功能,安卓邮件软件可以分析用户的邮件。例如,你今天早上收到朋友发的邮件,晚上睡在哪里,大多数情况下只有三个可能的问题。

例如,我不能按时到达,也不能来,也不能有空,但我可能晚点到达。我们现在邮箱不会自动获得三个自由选择。那样的话,中途看邮箱,一键就能完成邮件的完全恢复,用户在手机上处理邮件的效率非常高。TensorFlow在其他领域的应用通过前面我说的很多应用例子,我们可以看到标准化的深度自学框架,可以帮助现在很多互联网上的应用提高他的智能水平,但是我们也可以看到像TensorFlow这样深度自学的框架,在其他很多领域也可以得到领域。

例如,我们在伦敦的同事,过去两年想进入AlphaGo,在TensorFlow框架本身的协助下,TensorFlow利用超大计算机组和最近的加速组,对AlorFlow的专业团队进行了更多的研究。我们小组也有人做智能医疗工作。TensorFlow是标准化的框架,他们可以方便地再现一些图像识别模型或自然语言处理模型,对于特定的应用领域和数据,新的训练可以微调你的模型,超过检测视网膜恶性肿瘤任务的95%精度,这个精度已经达到普通眼科专家的91%精度。在自动驾驶方面,AlphaWaymo的同事也利用TensorFlow改善自动驾驶系统中的深度模型,分割道路状况场景、处理雷达信号等。

我们特别悲伤的是,通过开源TensorFlow,我们知道利用深度自学技术的门槛大幅度降低,在过去的两年里,我们看到了很多与互联网无关的行业,也开始尝试利用深度自学的技术和方法。例如,该公司是婴儿食品制作的公司,引进了TensorFlow培训的智能系统,该智能系统可以分类婴儿食品的原料,使腐烂的苹果和香蕉更加正确地回避,大大地正确地控制婴儿食品的质量。我们也很兴奋地看到TensorFlow在计算机科学以外的科学研究中,比如上个月美国宇宙总署宣布了研究成果,美国宇宙总署有开普勒计划,他们的科学家和同事共同开发了TensorFlow的模型,开普勒计划本身的目标是在望远镜上大大观察宇宙中恒星的亮度变化,找到太阳系以外的行星系统目前,该计划已经积累了数百亿个仔细观察数据,几个月前,这个TensorFlow的模型帮助科学家在2500光年以外的开普勒90星系中找到了第八颗行星。

人们不仅回顾了云星空,还回顾了我们的地球,在这个应用的例子中,澳大利亚科学家用TensorFlow开发的图像识别模型,在数万张海洋航空照片中,可以慢慢正确地寻找必须维持的大型海洋哺乳类动物,如甜动物,澳大利亚附近的爱护动物海牛。类似于家一样,利用TensorFlow在语音处理技术中用鸟类进行维护,在丛林中安装很多麦克风,收集鸟类的声音,模型可以正确估计鸟类在森林中的数量,可以更正确地进行维护。

我们小组的同事正在开展非常有趣的应用,他们正在尝试利用深刻的自学技术构筑音乐。有趣的是,这些音乐创作的曲子也得到了专业DJ的认可。

爱游戏手机官网

与国内公司合作的TensorFlow自2015年开源以来,我们仍然希望投入。最近,我们开始强烈反对中国市场。

例如,我们正在建立TensorFlow的中文网站。TensorFlow的开发人员也在构建缓慢的快速增长。

同时,我们还看到1000多人参与了TensorFlow的研发。这是一个非常活跃的社区。另外,我们的数据显示,到目前为止世界上180多个国家,各种用户已经在iTunes开发了1000万次TensorFlow包,TensorFlow的应用也非常广泛。以前,中国有很多开发人员持续关注TensorFlow,实际上我们在自己和很多中国公司建立了伙伴关系,大力反对和协助TensorFlow。

例如,京东内部建立了TensorFlow训练平台,作为开发图像、自然语言相关的模型,在他们中使用呼叫广告等领域。小米也在尝试类似的技术路线,反对他们在生态线上的各种类似应用。网易有道笔记,网易翻译成君也用于TensorFlow视觉和语言模型。

感谢我们的用户和合作伙伴对TensorFlow的系统。TensorFlow也希望开发新的功能。

去年开发了TensorFlow的模式。这个模式希望不利于前端的开发,调整容易,反对更加动态的变化模式。

在这里,右边可以有一个非常结束的程序。在这个程序中,模型的主要特征是在前端程序流程中,可以更加必要地表现程序算法逻辑本身的流程。我相信这不会特别有助于慢原型的开发和调整。

另外,TensorFlow在过去一年中主要前进的项目是TensorFlowLite模型,该模型是专门为移动和嵌入式应用场景制作的机械学习平台,其目标是将部署机械学习的云训练模型最后,我们也在研发新一代深度自学硬件加速器TPU,去年我们宣布了第二代处理器,该处理器具有超过180兆次浮点运算的性能,具有64千兆元的存储器,如果我们成这样的处理器,组成集团,这个集团我们就很容易分成世界上超级计算机的前5名。目前,我们在内部各种产品的开发中用于TPU二代,计划在旋转的未来向公众开放。原始文章允许禁止发布。下一篇文章发表了注意事项。


本文关键词:GoogleBrain,陈智峰,寻找,外,行星,、,保护,动物,爱游戏手机官网

本文来源:爱游戏官网-www.liftupmysoul.com