首页

科技
手机搜狐
SOHU.COM

详解AI时代的“操作系统”——TensorFlow

安信计算机
2017-02-17
+关注

Google于中国北京时间2月16日凌晨2点在加利福尼亚州山景城举行了首届 TensorFlow Dev峰会,会上Google宣布正式发布TensorFlow 1.0版本。

这是谷歌在2015年11月宣布开源人工智能系统TensorFlow(详细分析参见我们2015年11月的深度报告《谷歌来了,风更大了》http://dwz.cn/5jaVsY)之后的首次重磅发布会,在一定程度上标志了TensorFlow这一人工智能时代“操作系统”已经逐步走向成熟。大部分投资者可能对于TensorFlow究竟是什么、能够实现什么功能、未来如何发展仍然比较困惑,本文将尝试从这几个角度入手,与大家共同探究这一人工智能时代的"安卓"系统。

1、TensorFlow究竟是什么?

TensorFlow 实质上是一个编程系统,官方说法是一个使用数据流图(data flow graphs)技术来进行数值计算的开源软件库。只要计算任务可以表示为一个数据流图,我们就可以使用Tensorflow来构建数据流图来描述计算任务,TensorFlow则提供有用的工具来帮助用户组装“子图”(常用于神经网络)。一旦输入端的所有数据准备好,节点将被分配到各种计算设备完成异步并行地执行运算。

图1:数据流图中这些数据“线”可以代表传输多维数据数组,即“张量”(tensor),张量从图中流过的直观图像是这个工具取名为“Tensorflow”的原因。

展开剩余73%

数据来源:谷歌,安信证券研究中心

2、TensorFlow对于开发人员来说带来了哪些好处?

第一,TensorFlow可以用来计算包括神经网络在内的任何可使用数据流图来描述的任务,用户可以方便地根据需要来构建数据流图,TensorFlow提供大量工具组装和调用。

第二,TensorFlow可以在任意具备CPU或者GPU的设备上运行,开发人员可以专注于实现自己的想法,而不用去考虑硬件环境问题。

第三,TensorFlow可以提升开发者所研究的东西产品化的效率,并且可以方便与同行们共享代码。

第四,能够帮助开发者充分利用硬件资源,最大化计算性能。

3、TensorFlow的发展历程

2011年

TensorFlow的前身DistBelief诞生。它是谷歌推出的第一代内部深度学习系统,能够帮助谷歌利用自家的数据中心构建大型的神经网络,可以应用于语音识别、图片搜索等等。但是,DistBelief本身存在一些限制:DistBelief仅仅专注于神经网络算法,而且与谷歌内部的基础架构联系紧密,该系统“几乎不可能与外部共享研究代码”,而且使用起来比较难设置。

2015年11月

谷歌正式开源了其第二代人工智能系统TensorFlow。按某些标准计算,TensorFlow的运行速度相当于DistBelief的3倍。此次开源的TensorFlow仅是单机版,其最大特点分布式计算能力无法发挥。

2016年4月14日

Google发布了分布式TensorFlow,版本号为0.8,这是TensorFlow发布之后的比较重大的版本更新。该版本支持异构设备分布式计算,它能够在各个硬件平台上自动运行模型。Google的博文介绍了TensorFlow在图像分类的任务中,在100个GPUs和不到65小时的训练时间下,达到了78%的正确率。

图2:分布式TensorFlow 可以加快训练生成网络的速度,使用 100 个 GPUs 能达到 56 倍

数据来源:谷歌,安信证券研究中心

2016年6月

TensorFlow发布对iOS的支持的新版本,版本号为0.9。

图3:TensorFlow 0.9版本实现了对多个软硬件环境的支持

数据来源:谷歌,安信证券研究中心

2017年2月

TensorFlow 1.0版本正式发布。TensorFlow 1.0除了速度、灵活性都有了大幅提高之外,更是集成了集成了最热门的机器学习框架之一 Keras以及可视化工具TensorBoard。

图4:TensorBoard可以用来学习如何可视化TensorFlow 图形、监控训练性能,以及探索模型如何表示数据等等

数据来源:谷歌,安信证券研究中心

4、从一年多的成果来看TensorFlow开源的意义

对于谷歌自身来讲,其开源Tensorflow已经取得了非常明显的成效:从下图可以看到,对比其他机器学习和深度学习工具,TensorFlow已遥遥领先。

图5:自从2015年底Tensorflow开源后其评分一路上升,目前已经遥遥领先其他人工智能平台

数据来源:谷歌,安信证券研究中心

对于产业界而言,Tensorflow降低了行业准入门槛,激发了大批创新应用。 一个TensorFlow典型应用是一名研究生 Brett Kuprel成功训练了一个可以在智能手机上实现诊断皮肤癌的算法,相关论文《Dermatologist-level classification of skin cancer with deep neural networks》已经发表在Nature上,并成为了封面文章。

图6:使用tensorFlow实现可以在智能手机上实现诊断皮肤癌的算法

数据来源:谷歌,安信证券研究中心

投资建议:Google作为全球人工智能巨擘,其开源人工智能系统Tensorflow无论对于自身还是产业界已经取得了非常明显的成效,Tensorflow 1.0的发布更是代表这一人工智能时代“操作系统”正走向成熟,而基础软件的成熟往往会带动产业进入真正意义上的拐点。我们继续强烈看好这一方向,重点推荐科大讯飞、同花顺、东方网力、北部湾旅、思创医惠、浙大网新、和而泰等。

帅哥为什么要拒绝美女的微信?

声明:本文由入驻搜狐号作者撰写,除搜狐官方账号外,观点仅代表作者本人,不代表搜狐立场。

网站地图

用户反馈 合作
Copyright © 2018 Sohu.com