TensorFlow的优势和缺点有哪些

Python033

TensorFlow的优势和缺点有哪些,第1张

TensorFlow框架的前身是Google的DistBelief V2，是谷歌大脑项目的深度网络工具库，一些人认为TensorFlow是借鉴Theano重构的。

Tensorflow一经开源，马上引起了大量开发者的跟进。Tensorflow广泛支持包括图像、手写字、语音识别、预测和自然语言处理等大量功能。TensorFlow遵循Apache 2.0开源协议。

TensorFlow在2017年2月15号发布了其1.0版本，这个版本是对先前八个不完善版本的整合。以下是TensorFlow取得成功的一些列原因：

TensorFLow提供这些工具：

TensorBroad是一个设计优良的可视化网络构建和展示工具；

TensorFlow Serving通过保持相同的服务器架构和API，可以方便地配置新算法和环境。TensorFlow Serving 还提供开箱即用的模型，并且可以轻松扩展以支持其他的模型和数据。

TensorFlow编程接口包括Python和C++，Java，Go，R和Haskell语言的接口也在alpha版中支持。另外，TensorFlow还支持谷歌和亚马逊的云环境。

TensorFlow的0.12版本支持Windows 7, 8， Server 2016系统。由于采用C++ Eigen库，TensorFlow类库可以在ARM架构平台上编译和优化。这意味着你可以不需要额外实现模型解码器或者Python解释器就可以在多种服务器和移动设备上部署训练好的模型。

TensorFlow提供细致的网络层使用户可以构建新的复杂的层结构而不需要自己从底层实现它们。子图允许用户查看和恢复图的任意边的数据。这对复杂计算的Debug非常有用。

分布式TensorFlow在0.8版本推出，提供了并行计算支持，可以让模型的不同 部分在不同设备上并行训练。

TensorFlow在斯坦福大学，伯克利学院，多伦多大学和Udacity（2016年3月成立的在线学校）均有教学。

TensorFlow的缺点有：

每个计算流必须构建成图，没有符号循环，这样使得一些计算变得困难；

没有三维卷积，因此无法做视频识别；

即便已经比原有版本（0.5）快了58倍，但执行性能仍然不及它的竞争者。

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是一门交叉学科，数学理论和计算机技术是其重要的组成部分。该领域的研究主要包括图像识别、语言识别、专家系统、自然语言处理和机器人科学等。成都加米谷大数据培训机构，数据分析与挖掘3月即将开课，欢迎预约免费试听。当前，中国的 AI 市场主要分为以下几个领域：

1) 基础服务如数据源和计算平台

2) 硬件产品如工业机器人和服务机器人

3) 智能服务如智能客服和商业智能

4) 技术能力如图像识别和机器学习

目前大学和人工智能有关的专业，大致有些：

数据科学与大数据技术

计算机科学

软件工程

应用数学

智能科学与技术等

想做工程开发类，可以选计算机方向。例如：计算机科学，软件工程等专业。目前，最对口AI方向的专业是计算机科学。 AI工作不仅需要非常扎实和广泛的数学基础，同时也要求具备很高的实操能力。

想做学术研究类，可以选统计学及数学计算方向。比如线性代数，微积分，概率统计、数值计算等，人工智能对数学功底的要求是比较高，目前人工智能的实践主要由于机器学习的发展，理论基础涵盖统计学，概率论，逼近论，凸优化等多门理论，机器学习在本质上是数学计算。

这里顺带提一下大数据、人工智能、云计算三者关系，简单说：云计算是大数据的基础，大数据又是人工智能的基础。成都加米谷大数据培训机构，大数据开发、数据分析与挖掘。

一些职业简介

1、算法工程师。进行人工智能相关前沿算法的研究，包括机器学习、知识应用、智能决策等技术的应用。以机器学习的过程为例，涉及到数据收集、数据整理、算法设计、算法训练、算法验证、算法应用等步骤，所以算法是机器学习开发的重点。

2、程序开发工程师。一方面程序开发工程师需要完成算法实现，另一方面程序开发工程师需要完成项目的落地，需要完成各个功能模块的整合。

3、人工智能运维工程师。大数据与AI产品相关运营、运维产品研发；相关组件的运维工具系统的开发与建设；提供大数据与AI云产品客户支持。

4、智能机器人研发工程师。研发方向主要从事机器人控制系统开发，高精度器件的设计研发等。工业机器人系统集成方向主要做工作站设计，电气设计，器件选型，机器人调试，编程，维护等。

5、AI硬件专家。AI 领域内另外一种日益增长的蓝领工作是负责创建 AI 硬件(如 GPU 芯片)的工业操作工作。大科技公司目前已经采取了措施，来建立自己的专业芯片。

出品 | 搜狐 科技

编辑 | 梁昌均

9月16日消息，在今日启幕的2021全球人工智能产品应用博览会上，科大讯飞高级副总裁、研究院院长胡国平带来了《人工智能赋能企业数字化转型》的主题演讲。他提到，当前，数字化浪潮席卷各行各业，人工智能、大数据与云计算等新技术群落的发展，带来新一代生产力下的生产关系变革。从国家顶层设计层面看，迎接数字时代，人工智能应用领域不断拓宽，应用深度大幅提升，人工智能深度赋能产业是现阶段的重要课题。

他认为，AI技术在企业数字化转型上有更好的机会，还有很好的需求拉动。从技术层面，用人工智能去赋能数字化转型，在过去5年，甚至10年的时间内已经有飞跃的发展，使得我们手里面有了“锤子”，可以去敲各种“钉子”。

在演讲中，他将人工智能赋能数字化转型比喻为“拿着锤子找钉子”。这其中的重点在于要打造依托场景的人工智能数字化应用，然后去发现数据的隐藏价值，构建强大的AI能力，来实现企业效率的极大效率的提升，这是根本的本质。

“在财务、会议、生产、营销、客服等领域，目前我们的人工智能技术都有极为广阔的应用空间，助力企业数字化转型、降本增效。”以AI+财务为例，改变手工审核耗时耗力的难点，实现智能填报、智能审批、智能审核与自动支付，员工填报用时由15分钟缩短至5分钟，实现纸质发票电子化结构化，财务审核提效52%（数据来源于实际应用）。

胡国平还提到，AI在整个企业数字化转型里面，更大的机会是在生产环节。通过机器视觉来代替人工的眼睛，可以提高整个生产效率和生产自动化程度，包括质量管理、安全生产监控（安全帽检查、是否戴口罩）等都是人工智能技术落地的机会。

同时，声音也可以用来分析故障，包括产品质检等，仓储过程中整理员也可以利用语音自动转写工具提高工作效率。此外，相比人工，机器更大的优势是具备基于数据和算法来助力生产数字化的功能，包括智能排查，智能补货或生产工艺参数的优化。

最后，胡国平总结人工智能赋能企业数字化转型的方法论，认为价值实现的关键点在于满足一下三个条件任意之一——是否面向重复性的脑力劳动、是否面向7*24小时实时在线工作、是否利用机器传感计算或数据优势。

“建议从自身角度找到企业数字化转型的价值所在，这是AI可能真正落地发挥价值的地方，也是真正有可能在2025年之时成为常态化标配使用的核心能力。”胡国平说。

据了解，科大讯飞在2019年成立苏州研究院，聚焦智能视觉、声学与智能交互、自然语言理解与处理、智慧城市、智能机器人等重要领域。

在此次博览会上，科大讯飞携AI+生态、AI+教育、AI+城市、AI+医疗、AI+ 汽车 、AI+工业、AI+生活、智能机器人等多领域解决方案和最新产品亮相，比如面向围棋教学训练领域推出的一款智能博弈机器人iFlyGo（飞狗），将视频图像检测运用到智慧医疗领域，推出了一款帕金森运动障碍检测系统等。