谷歌推出新的机器学习工具：发布TensorFlow 1.0

谷歌推出新的机器学习工具：发布TensorFlow 1.0。首届谷歌TensorFlow开发者峰会在美国加州山景城召开，其新版本TensorFlow 1.0也于峰会上正式发布。

在过去的一年多里，TensorFlow帮助了许许多多的研究人员、工程师、艺术家、在校学生等改善自己的工作与生活，从语言翻译、皮肤癌早期诊断、预防糖尿病眼病引发的失明等方方面面都有它的身影。

与已有版本相比，全新的TensorFlow 1.0主要有以下改进：

更快：TensorFlow 1.0超乎想象的快！TensorFlow团队将发布几个模型的更新，来展现如何充分利用TensorFlow 1.0。

更灵活：TensorFlow 1.0为TensorFlow引进了带有更多模块的高级别应用程序界面。同时，TensorFlow团队已宣布引进能够与Keras（另一高级别的神经网络库）完全兼容的tf.keras模块。

随时就绪：TensorFlow 1.0可确保Python应用程序界面的稳定性。Python能够在不打破现有代码的情况下，更容易地获取新功能。

除此之外，TensorFlow 1.0还有着以下亮点：

Python应用程序界面被调整为与NumPy更相近。

Java和Go的实验性API。

合并skflow和TF Slim后，从tf.contrib.learn而转入的高级别应用程序界面模块：tf.layers，tf.metrics和tf.losses。

针对中央处理器发布了XLA（TensorFlow图表的特定领域编译器）的实验版本。XLA正在快速发展，因此预计在未来的发布会上会有更多的进展。

引进了TensorFlow调试器，其为TensorFlow运行程序的命令行界面和应用程序界面。

对象检测和定位，以及相机图像风格化的新安装系统的演示。

安装改进：添加Python 3 docker镜像，并使pip包兼容PyPI。现在只要简单的调用“pip安装tensorflow”，便可安装TensorFlow。

通过使用动态批处理技术如Fold、网页工具如Embedding Projector及更新现有的工具如TensorFlow Serving，TensorFlow生态系统将不断发展。

TensorFlow团队非常感激为推广深度学习技术而不懈努力的贡献者、教育工作者和研究人员团体，也期待能够在Github issues、stackoverflow等论坛上，在discuss@tensorflow.org中，以及在未来活动中，与更多的参与者相遇。