Tensorflow开源五周年啦！这里有五种庆祝姿势～
光阴似箭，距离TensorFlow首日开源至今已有五年。TensorFlow是谷歌开发的机器学习框架， 自开源以来，TensorFlow下载量已经超过1.6亿。 为了庆祝TensorFlow开源五周年，谷歌别出心裁地发布了一些交互式演示，只需要通过浏览器就可以体验，此外谷歌还为我们回顾了五年来发布的重要产品，包括TensorFlow.js、 TensorFlow Lite 等等。
交互式演示
TensorFlow支持多种编程语言和环境，我们先来看看基于Java Script的三个Demo。 TensorFlow.js可以完全在浏览器中编写和运行机器学习模型，TensorFlow的这项更新对于隐私隐私（无需将数据发送到服务器）以及交互式机器学习具有重要意义。 安装教程：//blog.tensorflow.org/2020/11/iris-landmark-tracking-in-browser-with-MediaPipe-and-TensorFlowJS.html Demo地址：//storage.googleapis.com/tfjs-models/demos/face-landmarks-detection/index.html 与眼动追踪类似，也可以使用TensorFlow.js跟踪手势。 安装教程：//blog.tensorflow.org/2019/11/handtrackjs-tracking-hand-interactions.html 这两个演示都只需要用到一个网络摄像头，并且不需要传输数据。
零代码炼丹
我们还可以使用Teacheable Machine傻瓜式地训练模型，而无需写代码。 只需要在浏览器中操作就可以创建机器学习模型，快速、有趣且容易。例如，我们可以训练一个模型来识别图像、语音和姿态。 只需要一键上传图像，自定义好分类，就可以训练自己的识别模型啦。 Demo地址：//teachablemachine.withgoogle.com/
官方中文教程
TensorFlow包含一个功能强大的Python 库，贴心的是，官方也提供了针对初学者和专家的教程。 教程地址：//www.tensorflow.org/tutorials
教程（包含完整的端到端代码）涵盖了从机器学习基础知识到计算机视觉和机器翻译的主题，甚至还展示了如何通过机器学习生成艺术作品。 图源：//www.flickr.com/photos/27614859@N04/11944957684/
移动端开发
TensorFlow Lite可以在移动和小型嵌入式设备上构建基于机器学习的应用。印度的几位工程专业学生使用TensorFlow Lite开发了一个Android应用，该应用使用智能手机摄像头提供本地空气质量信息。 不仅如此，TensorFlow Lite Micro还可以在微控制器（可以放在手掌中的微型计算机）上运行机器学习模型。
负责人AI
随着世界各地数十亿人继续使用以机器学习为核心的产品和服务，谷歌也开始关注如何负责任地设计和部署系统。
TensorFlow包含大量关于负责任AI的工具和最佳实践，其中包括What-If-Tool（WIT）工具，该工具测试机器学习模型在假设情况下如何适用于不同的人。 开发和部署负责任的机器学习（ML）系统的关键挑战是了解其在各种输入下的性能。 通过WIT工具，我们可以测试假设情况下的性能，分析不同数据功能的重要性，并可视化跨多个模型和输入数据子集的模型行为以及不同的ML公平性指标。 项目地址：//pair-code.github.io/what-if-tool/ TensorFlow包括构建机器学习系统的全套工具，甚至支持量子计算。 项目地址：//www.tensorflow.org/quantum 这仅仅是开始，期待未来五年TensorFlow会带来什么惊喜！ //blog.google/technology/ai/5-ways-celebrate-tensorflows-5th-birthday/
点击阅读原文，直达ICLR小组！
