หลังจากที่โครงการ TensorFlow อายุครบ 1 ขวบ ทาง Google ก็ประกาศเปิดตัว TensorFlow 1.0 ให้เรานำไปใช้ทำ Deep Learning กันได้อย่างมีประสิทธิภาพมากขึ้นกันแล้ว
Google นั้นได้เปิด Open Source ให้กับโครงการ TensorFlow เทคโนโลยีสำหรับการสร้าง Artificial Intelligence (AI) ด้วย Deep Learning ออกสู่สาธารณะมาแล้วเป็นเวลา 1 ปี ด้วยความตั้งใจที่จะผลักดันให้ทั่วโลกได้เรียนรู้เทคโนโลยี Deep Learning และทำให้ Deep Learning กลายเป็นเทคโนโลยีที่เหล่านักวิจัย, วิศวร, ศิลปิน, นักเรียน และบุคคลทั่วไปเข้าถึงได้ เพื่อนำมาใช้สร้างสรรค์เทคโนโลยีใหม่ๆ จนปัจจุบันนี้บน GitHub นั้นมี Repository มากกว่า 6,000 รายการที่ใช้ TensorFlow แล้ว
ด้วยเหตุนี้ ในงาน TensorFlow Developer Summit ที่จัดขึ้นเป็นปีแรกนี้ ทาง Google จึงได้ประกาศเปิดตัว TensorFlow 1.0 อย่างเป็นทางการ โดยมีคุณสมบัติใหม่ๆ ที่น่าสนใจดังนี้
ทำงานได้เร็วขึ้น โดย TensorFlow 1.0 ได้มีการปรับปรุงในส่วนของ XLA (Accelerated Linear Algebra) ทำให้สามารถทำงานได้เร็วขึ้น และพร้อมให้ปรับปรุงประสิทธิภาพการทำงานต่อยอดขึ้นไปอีกในอนาคต อีกทั้งใน https://tensorflow.org/performance/performance_guide ก็ยังมีการเล่าถึงแนวทางการเพิ่มประสิทธิภาพให้กับการใช้งานใน TensorFlow ได้ ซึ่งทาง Google เองก็มีแผนที่จะเปิดเผยวิธีการที่ทำให้ใช้ TensorFlow 1.0 ได้เต็มประสิทธิภาพมากขึ้น เช่นการใช้ 8 GPU ให้เร็วขึ้น 7.3 เท่าด้วย Inception v3 หรือการใช้ 64 GPU ให้เร็วขึ้น 58 เท่าด้วย Inception v3 เช่นกัน
ยืดหยุ่นขึ้น TensorFlow 1.0 ได้เพิ่้ม API ระดับสูงชุดใหม่เข้ามาสำหรับ tf.layers, tf.metrics และ tf.losses รวมถึงยังมีการเพิ่มโมดูล tf.keras เข้ามาใหม่เพื่อให้สามารถทำงานกับ Keras ได้อย่างสมบูรณ์ยิ่งขึ้น
พร้อมใช้งานในระดับ Production มากขึ้น TensorFlow 1.0 ได้ปรับปรุง Python API ให้เสถียรยิ่งขึ้น ทำให้ผู้ใช้งานสามารถเลือกใช้งานฟีเจอร์ใหม่ๆ ได้โดยไม่ทำให้โค้ดเก่ามีปัญหา
ส่วนประเด็นอื่นที่น่าสนใจก็มีดังต่อไปนี้
- Python API ถูกปรับให้คล้ายกับ NumPy มากขึ้น คู่มือ Migrate และ Convert อยู่ที่ https://tensorflow.org/install/migration และ https://github.com/tensorflow/tensorflow/tree/r1.0/tensorflow/tools/compatibility
- มี Experimental API สำหรับ Java และ Go
- เพิ่ม TensorFlow Debugger (tfdbg) ซึ่งเป็น Command Line และ API สสำหรับใช้ Debug ระบบ TensorFlow ได้แบบ Live รายละเอียดอยู่ที่ https://www.tensorflow.org/programmers_guide/debugger
- มี Android Demo ใหม่สำหรับ Object Detection, Localization และ Camera-based Image Stylization ที่ https://github.com/tensorflow/tensorflow/tree/r1.0/tensorflow/examples/android
- ติดตั้งง่ายขึ้น โดยเพิ่ม Python 3 Docker Image เข้ามา, pip Package ตอนนี้ Compliant กับ PyPI แล้ว ทำให้สามารถสั่งติดตั้งได้ง่ายๆ ผ่านคำสั่ง pip install tensorflow
สำหรับผู้ที่สนใจ สามารถอ่าน Release Note ฉบับเต็มและโหลด TensorFlow 1.0 ได้ที่ https://github.com/tensorflow/tensorflow/releases/tag/v1.0.0 เลยครับ
ที่มา: https://research.googleblog.com/2017/02/announcing-tensorflow-10.html