【量化八卦030】2018Tensorflow开发者峰会的亮点【总0254】

-回复 -浏览
楼主 2022-08-18 14:43:01
举报 只看此人 收藏本贴 楼主

【文末有超级彩蛋,请一定坚持看完】


【图片:<头号玩家>,设计旁白:我也许离未来就一个Tensorflow的距离!】

前言

    如果想了解一个行业的前沿发展,最好的策略无非是去抓住影响该行业发展的“核心发展要素”。总之,就如同辨证唯物主义告诉我们的那样,我们要透过现象看本质,要抓住事物发展的规律和主要矛盾。

    现在我们每天被“金融科技”、“人工智能”、“大数据”、“互联网+”这些概念和词汇吸引住眼球,也被这样的咨询不断洗脑,不明真相的“吃瓜群众”和“韭菜”既兴奋科技即将带给我们生活的便利和智能,但又如此焦躁不安地担心被时代所无情摈弃。同时,吃瓜群众们也积极的希望了解金融科技与人工智能技术的发展前沿,甚至希望在这一大波科技浪潮中分得一杯羹...........但往往是“空焦虑”而“不入法门”。

    那如何避免既焦虑又不入法门呢?

    怎么破?!

    我们告诉你的答案其实非常简单!!!

你关注Tensorflow,关注谷歌技术的发展,这会是一个不错的策略

    所以,本团队是一直持续关注谷歌技术的发展,也愿意成为Google Developers,或者成为Tensorflow Develpers

     于是,在上周末,我们参加了2018年谷歌举办的Tensorflow开发者峰会。

 

Q:什么是Tensorflow?

    简单来说,它是谷歌开发的开源人工智能框架开发平台,是新一代深度学习开发基础框架。或者说,TensorFlow可将复杂的数据结构(诸如:图像、音频、视频或者高纬度数据)传输至人工智能神经网(即:Tensorflow)中进行分析和处理过程的智能系统。

GoogleTensorflow的官方定义
    TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。


峰会亮点

    2018330日晚(北京时间晚上10点到次日凌晨130GoogleTensorflow开发者峰会上,Google发布了Tensorflow 1.7.0版本。本人也算有幸参加了此次开发者大会(几乎牺牲了一晚的睡眠时间)。

    简单概括起来,这次峰会有四大亮点值得关注:

1

    最新版本的Tensorflow和英伟达(Nvidia)的Tensor RT进行了集成,使得Tensorflow对英伟达系列的高度工业化级别的GPU计算环境有了全面的优化。

英伟达的Tensor RT是什么?

    首先,英伟达的Tensor RT离我们金融从业人员并不遥远,它本质上是一个“库”,能够帮助专业开发人员优化深度学习(deep learning)模型,进行工业级建模和预测,当然要彻底挖掘出Tensor RT的所有潜力,你首先得购买英伟达的GPU硬件系统(这需要很多钱!!)。Tensor RT是一套硬件集成系统,它不是软件。

    并不是只有Tensorflow才能部署于TensorRT之上,常见的深度学习平台,诸如:Pytorch等也可以部署于Tensor RT之上。目前Tensorflow是和Tensor RT深度融合得最紧密的。所以,如果开发者或者机构多金又有实力,部署了Tensor RT,那么在Tensor RT上部署深度学习研发框架,Tensorflow可能是目前的最优选择。

    下图为英伟达Tensor RT的原理图


2

    最新版本的Tensorflow具备支持Javascript的能力。一直以来,Tensorflow默认的变成语言是Python。而互联网时代,有大量的互联网编程人员熟悉前段开发,他们使用的主要编程语言是Javascript这样的开发语言。而这次峰会上,Tensorflow开始支持Javascript,这无疑对前端开放人员来说是一个天大的喜讯。有理由相信,Tensorlfow会在前端开发领域,再掀起一波学习人工智能科学的浪潮。

    此外,还有一个激动人心的消息是,Tensorflow将与苹果公司的Swift开发语言合作,并在四月份开源。这对于 Swift 开发者来说无疑是个激动人心的好消息。具谷歌声称,它集成了原生的编译器和语言支持,基于 eager execution 模型提供了强大的图计算能力。该项目还在开发当中,后续会有更多进展。

    总之,以后人工智能的大门测底向前端开发者和熟悉苹果编程体系的开发者打开,Tensorflow将在推动人工智能民主化的进程中再立功勋。


3

    Tensorflow开始支持移动端开发。这次峰会上,Tensorflow推出了Tensorflow Lite平台。这是一个致力于基于Tensorflow打造的跨硬件部署平台的轻量级解决方案。简单来说,如果开发者想在Android或者iOS上部署深度学习算法,那么Tensorflow Lite平台将是开发者最好的解决方案。此次Google新发布的Tensorflow版本,除了优化Android或者iOS系统外,还开始支持Raspberry PI系统。

    总之,Tensorflow这次又给移动开发人员和硬件发烧友打开了深度学习算法的大门。

什么是Raspberry Pi?
    RaspberryPi(中文名为树莓派”,简写为RPi(或者RasPi/ RPI)是为学习计算机编程教育而设计,只有信用卡大小的微型电脑,其系统基于Linux。随着Windows 10 IoT的发布,Raspberry Pi已推出了可以在运行上Windows的树莓派。自问世以来,RaspberryPi受众多计算机发烧友和创客的追捧,曾经一难求。别看其外表娇小,内却很强大,视频、音频等功能通通皆有,可谓是麻雀虽小,五脏俱全”,其实它是一个没有显示屏的“微型电脑”

图片:RaspberryPi电脑BRev1

    

4

    更强大的“云计算”服务。Google专门为深度学习算法开发了TPU,但是TPU什么时候公开销售,还一直没有定论,但是谷歌似乎更热衷于给企业级用户提供专业计算云服务,在这次峰会上谷歌计算专家专门介绍了他们的Cloud TPUs的概念。下面两张图是从公开信息上找到的TPU和Cloud TPUs的具体物理形态。


更多连接和相关咨询:

Tensorlfow公众号

Tensorflow中文社区:http://www.tensorfly.cn


小花絮

下面是参加2018谷歌Tensorflow开发者峰会的照片


本公众号由首都经济贸易大学金融学院余颖丰副教授及其团队负责

                

彩蛋环节


    说起Tensorflow就不得不提到一个谷歌大神级的人物:Jeff Dean,此人有多牛呢?百度或者谷歌一下他各位就知道了。

    不过这样大神级的人物,我们财经类高校的学生和老师还真不太熟悉,本推文也算是传播知识吧!

   下面我们分享一下他在前天发言的PPT,想一睹Cloud TPUs真容的同学可以看看该PPT。至于如何获得讲义?

【请在后台回复“Jeff”or"jeff",即可获得谷歌大脑Tensorflow负责人Jeff Dean当日的演讲PPT】

    此外,如果细心的读者已经发现了,在前面的会议图片中,那个发言的人就是Jeff,还有那些摩卡咖啡,三角的顶端那个带头大哥其实就是Jeff。

【请在后台回复“Jeff”有谷歌大脑Tensorflow负责人Jeff Dean当日的演讲PPT】

我要推荐
转发到

友情链接