本月，來自谷歌的開源機器學習和深度學習框架 Tensorflow 已經(jīng)五歲了。

TensorFlow在很短的時間內(nèi)就成為了機器學習最流行的工具和框架。它在ML工程師和開發(fā)人員中享有巨大的人氣。

根據(jù)Hacker News招聘趨勢，2020年5月，TensorFlow工作需求量巨大。

Stack Overflow為我們指出了一個類似的趨勢，TensorFlow正在以非凡的速度增長。

以下是TensorFlow受歡迎背后的五個原因。

1. 開發(fā)者可以使用的最普遍的AI平臺。

TensorFlow是唯一可用于運行機器學習模型的框架，從云端到最小的微控制器設(shè)備。用TensorFlow訓練的模型可以針對CPU和GPU進行優(yōu)化。從x86到ARM64，從NVIDIA GPU到Google TPU，模型支持多種架構(gòu)。

通過TensorFlow Lite，同樣的模型可以針對手機、物聯(lián)網(wǎng)設(shè)備和邊緣計算環(huán)境。這使得一次訓練模型，就可以將其部署到Android手機、Raspberry Pi、Jetson Nano、EdgeTPU甚至ESP32微控制器上。

TensorFlow.js是一個基于JavaScript的框架，用于在瀏覽器內(nèi)運行機器學習模型。任何現(xiàn)代瀏覽器都可以在不修改代碼的情況下運行TensorFlow模型。

TensorFlow的普遍性是ML從業(yè)者喜歡它的原因之一。

2. TensorFlow是主流公有云管理的ML PaaS的一部分。

TensorFlow是公共云平臺不可或缺的一部分。它正在為計算機視覺、自然語言處理、個性化和推薦服務(wù)的API提供動力。主流的機器學習平臺即服務(wù)(PaaS)產(chǎn)品對TensorFlow有廣泛的支持。亞馬遜SageMaker、Azure ML、谷歌AI平臺和IBM Watson機器學習都將TensorFlow與其平臺緊密集成。

在re:Invent 2019上，AWS首席執(zhí)行官Andy Jassy宣稱，85%的TensorFlow運行在AWS上，這說明它的受歡迎程度。

3. Keras+TensorFlow是一個強大的組合

對于一個普通的ML從業(yè)者來說，TensorFlow的初始版本很難學習和實現(xiàn)。它被看作是一個科學計算工具包，與處理極端并行性和高性能計算的研究項目相一致。

在TensorFlow 2.0中，該工具包采用了流行的Keras框架，以其簡單和直觀的方法著稱。這是意料之中的，因為Keras的創(chuàng)始人François Chollet在TensorFlow推出后就加入了谷歌。

TensorFlow和Keras的致命組合，為構(gòu)建復雜的深度學習模型提供了強大而簡單的功能。

4. 對工具和集成的廣泛支持

TensorFlow不僅僅是一個機器學習框架或工具包。它本質(zhì)上是一個管理AI應(yīng)用整個生命周期的平臺。它與PyCharm等Python IDE的集成使得大量的開發(fā)者可以使用它。TensorBoard等工具可以幫助工程師深入了解訓練過程，從而幫助他們調(diào)整模型。

英偉達和英特爾與TensorFlow社區(qū)合作，通過TensorRT和OpenVINO工具包為各自的處理器優(yōu)化模型。

TensorFlow Serving解決了模型的部署和托管問題。通過與Kubeflow的緊密集成，Kubernetes生態(tài)系統(tǒng)正在利用容器的規(guī)模來訓練和推理TensorFlow模型。

5. 有谷歌的研發(fā)支持

最后，TensorFlow是谷歌的一個關(guān)鍵項目。它已經(jīng)投入了數(shù)百萬美元的研發(fā)資金來推進機器學習，并將這些能力帶到TensorFlow上。谷歌正在利用TensorFlow為其許多產(chǎn)品和服務(wù)提供服務(wù)，包括谷歌助手、Nest、Android等。TensorFlow是谷歌云人工智能平臺的關(guān)鍵差異化因素之一，該平臺以認知服務(wù)和托管ML PaaS的形式提供端到端能力。

TensorFlow在機器學習和人工智能的發(fā)展中起到了至關(guān)重要的作用。感謝TensorFlow對開發(fā)者的賦能和支持，祝周年慶快樂!