Google機器學習TensorFlow吃大力丸，新增分散運算能力

william77

Google釋出TensorFlow 0.8，新增加分散式運算能力，使TensorFlow可在數百台的機器上執行訓練程序，建立各種機器學習模型，將原本要耗費數天或數個星期的模型訓練過程縮短到數小時。

Google於本周更新了於去年11月開源的機器學習軟體TensorFlow，新的TensorFlow 0.8版支援了分散式運算能力，可望大幅提升TensorFlow的效率。
在有了分散式運算能力之後，TensorFlow將可同時在數百台的機器上執行訓練程序，以建立各種機器學習模型，把原本需要耗費數天或數周的模型訓練縮短到數小時。
Google表示，分散式訓練一直是開發人員最想要的TensorFlow功能之一，就算只有小型的電腦叢集，都能夠從分散式TensorFlow中受益，因為它帶來了更多的運算資源，改善了整體的吞吐量，也能更快產出精確的結果。
開源不到半年的TensorFlow已是GiHub上最受歡迎的機器學習專案，獲得逾2萬個星星，且分支數量高達7647個。另外，根據Donne Martin所提供的GiHub專案追蹤服務，今年1月時，TensorFlow為GiHub上擁有最多分支數量的專案。
愈多的分支意謂著有更多的開發人員正修改TensorFlow的程式碼，可能成為貢獻者而進一步壯大該專案。

longxuekai

大力丸子啊