谷歌對其開源機器學習軟體進行了大升級

去年11月，谷歌開放了其內部機器學習軟體TensorFlow，使這個為其翻譯服務和照片分析（以及其他許多東西）提供動力的程式開源，可以免費下載。現在，該公司正在向TensorFlow提供相當於智慧藥丸的機器學習功能，併發布了該軟體的分散式版本，使其能夠在多臺機器上執行，一次最多可執行數百臺。...

去年11月，谷歌開放了其內部機器學習軟體TensorFlow，使這個為其翻譯服務和照片分析（以及其他許多東西）提供動力的程式開源，可以免費下載。現在，該公司正在向TensorFlow提供相當於智慧藥丸的機器學習功能，併發布了該軟體的分散式版本，使其能夠在多臺機器上執行，一次最多可執行數百臺。

這聽起來像是一個明顯的改善張量流的方法，而且，是的。機器學習軟體只有透過分析大量資料才能變得聰明；尋找共同的特性和趨勢，比如照片中的面部特徵。讓TensorFlow在計算機網路上同時執行這些操作，而不是單獨的機器，這意味著使用者可以**更智慧的系統，並更快地改進它們。

TensorFlow是Github上最流行的機器學習框架

隨著TensorFlow0.8的釋出，谷歌凸顯了公眾對其軟體的熱情。TensorFlow是程式碼庫GitHub上最流行的機器學習框架，也是2015年該網站上最具分叉的專案，儘管它只在當年11月釋出(谷歌的DeepDream是一種神經網路，它能對影象進行過度分析，產生迷幻效果，也是最受歡迎的GitHub專案之一。）

TensorFlow已經被用於許多有趣的專案中，包括一個學習如何玩乒乓球的程式（該程式還借用了DeepMind著名的Atari playing AI的機器學習元素），以及一個發明虛假但逼真的漢字的神經網路。最後一個專案是設計師David Ha的創作，他告訴Verge，TensorFlow讓“更廣泛的（人工智慧）社群更容易參與深度學習”

他說，谷歌的平臺設計始終如一，結果很容易分享，這使得它對新手更具吸引力。Ha補充說，TensorFlow並不是唯一的，而且還有其他服務可供選擇。”一旦你熟悉了神經網路和深度學習的工作原理，從一個庫切換到另一個庫就不難了這有點像從Python切換到Javascript-[這]需要一些時間來理解每種語言的怪癖。”

<**all> Examples of Ha's fake kanji. The colors indicate the order of the strokes. (Image credit: David Ha) </**all>

如果你對像TensorFlow這樣的機器學習程式感興趣，你也可以看看這個很棒的瀏覽器神經網路，它的動力，有趣的是，是TensorFlow本身。在左側選擇要分析的虛擬資料，在中間拾取並組合要查詢的屬性，然後檢視結果輸出如何與起始資料匹配。一開始這很棘手，但從抽象的角度來看，這是理解神經網路系統如何對資訊進行分類的好方法。在你意識到之前，你將建造下一個AlphaGo。