GoogleはTensorFlowを諦めておらず、4つの柱を明確にした新バージョンを2023年にリリースする予定だ

2015 年、Google Brain は「TensorFlow」と呼ばれる研究プロジェクトを開始しました。この製品はすぐに人気を博し、人工知能業界の主流の深層学習フレームワークとなり、現代の機械学習エコシステムを形成しました。それ以来、何千人ものオープンソース貢献者、多数の開発者、コミュニティ主催者、研究者、教育者が同様にこのオープンソース ソフトウェア ライブラリに投資してきました。

しかし、7 年後、話はまったく別の方向に進みました。Google の TensorFlow は開発者のサポートを失いました。 TensorFlow ユーザーが、Meta が立ち上げた別のフレームワークである PyTorch に注目し始めているためです。

多くの開発者は、TensorFlow がこの戦争に負けたと信じており、それを「PyTorch が TensorFlow の昼食を食べた」と例えています。 , Google は密かに機械学習フレームワークである JAX (以前は「Just After eXecution」の頭字語でしたが、正式には何の略語でもありません) を開発しており、多くの人がこれを TensorFlow の後継者とみなしていると呼んでいます。

Google が TensorFlow を放棄し、JAX に完全に切り替える予定であることは、しばらくの間広く知られていました。実際、Google は TensorFlow を諦めたわけではなく、将来的には TensorFlow が JAX と並行して開発される予定であると述べています。

とはいえ、この 7 年間という短い期間で、TensorFlow は素晴らしいパフォーマンスを発揮し、数百万のユーザーを抱える最も一般的に使用される機械学習プラットフォームに発展しました。 TensorFlow は現在、月間 1,800 万回以上ダウンロードされ、GitHub 上で 166,000 個のスターを蓄積しています。これは他の ML フレームワークよりも多くなっています。

さらに、TensorFlow はモバイル エコシステムでの機械学習を促進します。TFLite は現在、あなたのデバイスを含む約 40 億台のデバイスで実行されています。 TensorFlow は機械学習も Web にもたらし、TensorFlow.js は現在、週に 170,000 回以上ダウンロードされています。

TensorFlow は、検索、GMail、YouTube、マップ、Play、広告、写真などを含む、Google の全製品にわたるほぼすべての機械学習を強化します。 Google に加えて、Alphabet の子会社である TensorFlow は Keras と協力して、Waymo 自動運転車に新しい機械インテリジェンスを提供しています。

TensorFlow は、より広範な業界において、Apple、ByteDance、Netflix、Tencent、Twitter などを含む何千もの企業の機械学習システムを強化しています。研究分野: TensorFlow は、がんを理解するための CANDLE 研究などの重要な応用科学研究を含む、Google Scholar の毎月 3,000 件以上の出版物で言及されています。

TensorFlow にはこれまで以上に多くの基本ユーザーと開発者エコシステムがあり、今も成長していると言っても過言ではありません。 Google は、TensorFlow の開発は祝う価値のある成果であるだけでなく、機械学習コミュニティがさらに前進するための新たな機会を提供すると信じています。

Google の長年の目標は、最高の機械学習プラットフォームを提供し、機械学習をニッチな技術からウェブ開発と同じくらい成熟した業界ソフトウェアに変えることに努めることです。

Google の TensorFlow の開発は継続され、7 年後、さらに 7 年かかります。

TensorFlow の将来の 4 つの柱

最近、Google は、TensorFlow の次のイテレーションの開発を開始し、4 つの柱に焦点を当てていると発表しました。具体的には、Google は TensorFlow の新しいプレビュー バージョンを 2023 年の第 2 四半期にリリースし、その後製品版をリリースする予定です。

高速かつスケーラブル

まず XLA コンパイルです。 Google は、GPU や CPU 上でトレーニングと推論モデルを高速化するための XLA コンパイルに注力しており、XLA を業界標準の深層学習コンパイラにすることに注力しており、OpenXLA イニシアチブの一環として、Google は XLA をオープンソース コラボレーションに開放しました。

2 つ目は分散コンピューティングです。 Google は、大規模モデルの並列処理のための新しい API である DTensor に焦点を当てています。 DTensor は tf.distribute API と統合され、柔軟なモデルとデータの並列処理が可能になります。

最後のステップはパフォーマンスの最適化です。コンパイルに加えて、Google は GPU と TPU の大幅な高速化を実現するために、混合精度と低精度の計算などのアルゴリズムのパフォーマンスの最適化にもさらに重点を置いています。

応用 ML

CV および NLP 用の新しいツール。 Google は、さまざまなユースケース向けにモジュール式で構成可能なコンポーネントを提供するために、特に KerasCV および Keras NLP パッケージを通じて、Applied ML エコシステムに投資しています。

開発者向けリソース。 Google は、一般的な機械学習の応用ユースケースと新興の応用機械学習ユースケースのためのコード サンプル、ガイド、ドキュメントをさらに追加し、開発者にとっての参入障壁を下げ、あらゆる開発ツールを使いやすくしています。

展開レベル

エクスポートが簡単になりました。 Google は、モバイル デバイス (Android または iOS)、エッジ デバイス (マイクロコントローラー)、サーバー バックエンド、または JavaScript へのモデルのエクスポートを容易にします。ユーザーはモデルを TFLite および TF.js にエクスポートし、model.export() を呼び出すのと同じくらい簡単にモデル推論のパフォーマンスを最適化できます。

#C アプリケーション用の API。 Google は、C アプリケーションの一部としてネイティブのサーバー側推論用のパブリック TF2 C API を開発しています。

JAX モデルをデプロイします。 Google は、TensorFlow サービスを使用してモデルをデプロイしやすくしています。

#簡素化された #NumPy API。 ML の分野はここ数年で急速に成長し、それに伴って TensorFlow の API も成長しました。テクノロジーの発展に適応するために、Google は API の完全な統合と簡素化を進めています。

デバッグを容易にします。 MLの分野においてデバッグは無視できない技術です。 Google は時間を最小限に抑えるために、デバッグ機能の向上に重点を置きます。

Google は、TensorFlow は将来的には 100% 下位互換性を持つだろうと述べています。 Google は、TensorFlow が機械学習業界の基礎となることを期待しており、TensorFlow 2 から次のバージョンまで、TensorFlow には完全な下位互換性があり、コードは変換スクリプトの実行や手動による変更を必要とせずにそのまま実行されることを約束しています。 。 Google は、数百万のユーザー向けの研究とアプリケーションを推進するために、TensorFlow フレームワークへの投資を続けています。

以上がGoogleはTensorFlowを諦めておらず、4つの柱を明確にした新バージョンを2023年にリリースする予定だの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。