2021 Google 開發者大會丨構建高效機器學習生態
Google 致力于構建先進的機器學習生態，
帶來高效開發體驗，
并助力開發者將機器學習應用到多個領域。
從科學研究、商業變革到公益事業，
解決現實生活中的各種問題。
準備好了嗎？
一起來了解 2021 Google 開發者大會上
TensorFlow 的最新工具和進展吧！
今年 TensorFlow 為開發者帶來了一大驚喜 —— TensorFlow 決策森林 (TensorFlow Decision Forests, TF-DF) 。TF-DF 模型可實現高效的分類、回歸和任務排序，當開發者需要處理表格數據，獲得簡易性、可解讀性和速度，TF-DF 將是不二之選。TF-DF 提供了大量工具、模型供開發者使用，作為 TensorFlow 豐富生態系統中的一員，它可與各種 TensorFlow 工具、庫以及 TFX 等平臺集成，讓開發者輕松組合使用。
進入 Google 開發者在線課程，搜索“TensorFlow”掌握更多開發技能！
TensorFlow.js 是一個由 JS 語言編寫的前端機器學習庫。由于前端機器學習可實現低延遲的運行速度，保護用戶隱私，讓部署和維護成本更低，因此 TensorFlow.js 也成為不少開發者的首選，今年周下載量達到了之前的 3 倍，總下載量更是達到了 320 萬次。
TensorFlow.js 具有靈活的跨平臺特性，開發者可以在瀏覽器或任何支持 JavaScript 的環境中隨時運行模型，充分發揮 Web 覆蓋廣、規模大的優勢。
TensorFlow.js 擁有豐富的模型庫和 API ，便于開發者快速構建應用。今年推出了新的 pose-detection API，可實現單人檢測和多人檢測；發布了 2 個 MediaPipe 的 BlazePose 模型，可用于 2D 和 3D 場景。在自然語言處理方面，也推出了基于 BERT 的對話意圖檢測模型和問答模型。
值得一提的是，TensorFlow.js 已經支持 TFLite 模型，執行速度更快，模型更小，性能更佳。性能測試工具也增加了 custom model 的選項，能即時測試并顯示模型的執行速度等很多相關指標。
推薦系統是機器學習領域的重要應用，從推薦電影、餐廳，到推薦視頻或新聞文章，推薦系統常見于日常生活。推薦系統是一個復雜的機器學習系統，分為召回、粗排、精排三個階段，將推薦內容數量從百萬級降為成為有價值的數十級推薦內容。
可靠、強大的推薦系統能極大提高用戶的活躍度，TensorFlow Recommenders 則能成為推薦系統開發者的最佳助手。
進入 Google 開發者在線課程，搜索“TensorFlow”掌握更多開發技能！
谷歌制定了一系列原則，來指導對于負責任的 AI 的理解。AI 應該對社會有益，公平、安全、保護隱私，并對用戶負責。
谷歌推出了負責任的 AI 工具包，幫助開發者以負責任的方式開發 AI 、取得進展，構建人人受益的 AI 系統。
TensorFlow 的發展離不開開發者社區的支持和貢獻，目前 TFUG 數量已經增長至 70 多個，誕生了 170 多位 GDE 以及 12 個特殊興趣小組 (Sigs) 。
在學習資源方面，除了網易提供的本地化在線課程，開發者還能通過 Google 開發者在線課程，以視頻、文章和 Codelab 形式，掌握 TensorFlow 相關技能。
如果想進一步學習，歡迎參加 TensorFlow 開發者認證考試，獲取 TensorFlow 開發者證書，一展所長。目前已有 3000 名經過認證的開發者，我們希望更多開發者加入，使社區不斷壯大。
點擊了解 TensorFlow 開發者證書
點擊了解中國大學 MOOC《TensorFlow 入門實操課程》
除了上述精彩更新，TensorFlow 團隊還帶來了哪些最新進展？
