导读

TensorFlow在深度学习框架中，占据第一的位置已经很久了，而且在可见的未来，也将一直占据第一的位置。

今天早上，我在总结旧金山谷歌Cloud Next的一次演讲中我最喜欢的一些片段，TensorFlow有什么新功能?：https://www.youtube.com/watch?v=MR7w8ARAS2Y

然后我想了一会儿，发现没有什么理由不跟你分享我的超级短的总结(除了你可能不看视频——你完全应该去看看，演讲的人非常牛逼)。

我为这篇文章做了一个视频版本，它更短，免得你你说你不喜欢看，喜欢听。

1 这是个功能强大的机器学习框架

TensorFlow是一个机器学习框架，如果你拥有大量数据或者你正在追求AI中的最先进技术：深度学习，神经网络，大家伙，那么它可能是你最好的新朋友。它不是数据科学的瑞士军刀，它是工业车床……这意味着，如果你只想通过20×2的电子表格拟合一条回归线，你可以不用读下去了。

但如果你追求的是大，那就嗨起来吧。TensorFlow已经被用来寻找新的行星，通过帮助医生筛选糖尿病视网膜病变来预防失明，并提醒有关部门注意非法砍伐森林活动的迹象，从而帮助拯救森林。它是AlphaGo和谷歌Cloud Vision的基础，现在，这些都是你的了。TensorFlow是开源的，你可以立即免费下载和阅读入门指南。

在TensorFlow的帮助下发现的开普勒-90i行星使开普勒-90系统成为我们所知的唯一一个在围绕一颗恒星的轨道上有八颗行星的系统。目前还没有发现有超过八颗行星的星系，所以我想这意味着我们与开普勒-90并列第一(目前)

2 bizaarre的方法是可选项

我非常喜欢TensorFlow Eager。

如果你在过去尝试过TensorFlow，但是却被吓跑了的话，因为它迫使你像学者/外星人一样编写代码，而不是像开发人员一样编写代码，那你就错了!

TensorFlow的即时执行让你可以像一个纯粹的Python程序员那样与它进行交互：在构建那些巨大的图形时，无需屏住呼吸，只需逐行编写和调试即可。我自己就是一个正在恢复的学者(很可能是一个外星人)，但自从TF推出以来，我就爱上了它的eager execution。

3 你可以逐行构建神经网络

Keras + TensorFlow = 更简单的神经网络构建！

Keras是关于用户友好和简单的原型设计，这是旧的TensorFlow渴望更多的东西。如果你喜欢面向对象的思维，喜欢一次构建一层神经网络，你会喜欢tf.karas。在下面几行代码中，我们创建了一个连续的神经网络，带有标准的装饰的东西，比如drop(提醒我，有时我用单词drop来比喻drop)。

4 不仅仅是Python

好吧，你抱怨TensorFlow的Python偏执狂已经有一段时间了。好消息！TensorFlow不再仅仅是毕达哥拉斯学派的理论。它现在可以在很多语言中运行，从R到Swift再到JavaScript。

5 你可以在浏览器中做所有的事情

说到JavaScript，你可以使用TensorFlow.js在浏览器中训练和执行模型。去看看很酷的演示，我等你回来。

在使用TensorFlow.js的浏览器中，实时人体姿态估计

6 有一个为小设备准备的Lite版本

从博物馆买了个旧桌子？烤面包机吗？(类似的东西?)TensorFlow Lite为包括移动设备和物联网在内的多种设备带来了模型执行，在推理方面比原始的TensorFlow快了3倍多。是的，现在你可以在树莓派或手机上进行机器学习。在这里：https://www.youtube.com/watch?，Laurence做了一件勇敢的事情，他在Android模拟器上对成千上万的图像分类进行了实时演示……工作的很好。