谷歌对其开源机器学习软件进行了大升级

去年11月，谷歌开放了其内部机器学习软件TensorFlow，使这个为其翻译服务和照片分析（以及其他许多东西）提供动力的程序开源，可以免费下载。现在，该公司正在向TensorFlow提供相当于智能药丸的机器学习功能，并发布了该软件的分布式版本，使其能够在多台机器上运行，一次最多可运行数百台。...

去年11月，谷歌开放了其内部机器学习软件TensorFlow，使这个为其翻译服务和照片分析（以及其他许多东西）提供动力的程序开源，可以免费下载。现在，该公司正在向TensorFlow提供相当于智能药丸的机器学习功能，并发布了该软件的分布式版本，使其能够在多台机器上运行，一次最多可运行数百台。

这听起来像是一个明显的改善张量流的方法，而且，是的。机器学习软件只有通过分析大量数据才能变得聪明；寻找共同的特性和趋势，比如照片中的面部特征。让TensorFlow在计算机网络上同时运行这些操作，而不是单独的机器，这意味着用户可以**更智能的系统，并更快地改进它们。

TensorFlow是Github上最流行的机器学习框架

随着TensorFlow0.8的发布，谷歌凸显了公众对其软件的热情。TensorFlow是代码库GitHub上最流行的机器学习框架，也是2015年该网站上最具分叉的项目，尽管它只在当年11月发布(谷歌的DeepDream是一种神经网络，它能对图像进行过度分析，产生迷幻效果，也是最受欢迎的GitHub项目之一。）

TensorFlow已经被用于许多有趣的项目中，包括一个学习如何玩乒乓球的程序（该程序还借用了DeepMind著名的Atari playing AI的机器学习元素），以及一个发明虚假但逼真的汉字的神经网络。最后一个项目是设计师David Ha的创作，他告诉Verge，TensorFlow让“更广泛的（人工智能）社区更容易参与深度学习”

他说，谷歌的平台设计始终如一，结果很容易分享，这使得它对新手更具吸引力。Ha补充说，TensorFlow并不是唯一的，而且还有其他服务可供选择。”一旦你熟悉了神经网络和深度学习的工作原理，从一个库切换到另一个库就不难了这有点像从Python切换到Javascript-[这]需要一些时间来理解每种语言的怪癖。”

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

如果你对像TensorFlow这样的机器学习程序感兴趣，你也可以看看这个很棒的浏览器神经网络，它的动力，有趣的是，是TensorFlow本身。在左侧选择要分析的虚拟数据，在中间拾取并组合要查找的属性，然后查看结果输出如何与起始数据匹配。一开始这很棘手，但从抽象的角度来看，这是理解神经网络系统如何对信息进行分类的好方法。在你意识到之前，你将建造下一个AlphaGo。