Tensorflow開源五周年啦！這裡有五種慶祝姿勢～
光陰似箭，距離TensorFlow首日開源至今已有五年。TensorFlow是谷歌開發的機器學習框架， 自開源以來，TensorFlow下載量已經超過1.6億。 為了慶祝TensorFlow開源五周年，谷歌別出心裁地發佈了一些交互式演示，只需要通過瀏覽器就可以體驗，此外谷歌還為我們回顧了五年來發佈的重要產品，包括TensorFlow.js、 TensorFlow Lite 等等。
交互式演示
TensorFlow支持多種編程語言和環境，我們先來看看基於Java Script的三個Demo。 TensorFlow.js可以完全在瀏覽器中編寫和運行機器學習模型，TensorFlow的這項更新對於隱私隱私（無需將數據發送到服務器）以及交互式機器學習具有重要意義。 安裝教程：//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 與眼動追蹤類似，也可以使用TensorFlow.js跟蹤手勢。 安裝教程：//blog.tensorflow.org/2019/11/handtrackjs-tracking-hand-interactions.html 這兩個演示都只需要用到一個網絡攝像頭，並且不需要傳輸數據。
零代碼煉丹
我們還可以使用Teacheable Machine傻瓜式地訓練模型，而無需寫代碼。 只需要在瀏覽器中操作就可以創建機器學習模型，快速、有趣且容易。例如，我們可以訓練一個模型來識別圖像、語音和姿態。 只需要一鍵上傳圖像，自定義好分類，就可以訓練自己的識別模型啦。 Demo地址：//teachablemachine.withgoogle.com/
官方中文教程
TensorFlow包含一個功能強大的Python 庫，貼心的是，官方也提供了針對初學者和專家的教程。 教程地址：//www.tensorflow.org/tutorials
教程（包含完整的端到端代碼）涵蓋了從機器學習基礎知識到計算機視覺和機器翻譯的主題，甚至還展示了如何通過機器學習生成藝術作品。 圖源：//www.flickr.com/photos/27614859@N04/11944957684/
移動端開發
TensorFlow Lite可以在移動和小型嵌入式設備上構建基於機器學習的應用。印度的幾位工程專業學生使用TensorFlow Lite開發了一個Android應用，該應用使用智能手機攝像頭提供本地空氣質量信息。 不僅如此，TensorFlow Lite Micro還可以在微控制器（可以放在手掌中的微型計算機）上運行機器學習模型。
負責人AI
隨着世界各地數十億人繼續使用以機器學習為核心的產品和服務，谷歌也開始關注如何負責任地設計和部署系統。
TensorFlow包含大量關於負責任AI的工具和最佳實踐，其中包括What-If-Tool（WIT）工具，該工具測試機器學習模型在假設情況下如何適用於不同的人。 開發和部署負責任的機器學習（ML）系統的關鍵挑戰是了解其在各種輸入下的性能。 通過WIT工具，我們可以測試假設情況下的性能，分析不同數據功能的重要性，並可視化跨多個模型和輸入數據子集的模型行為以及不同的ML公平性指標。 項目地址：//pair-code.github.io/what-if-tool/ TensorFlow包括構建機器學習系統的全套工具，甚至支持量子計算。 項目地址：//www.tensorflow.org/quantum 這僅僅是開始，期待未來五年TensorFlow會帶來什麼驚喜！ //blog.google/technology/ai/5-ways-celebrate-tensorflows-5th-birthday/
點擊閱讀原文，直達ICLR小組！
