TensorFlow 不是谷歌的一枚「弃子」，将会继续开发。
更是有外媒 Business Insider 采访了一系列开发人员、硬件专家、云供应商以及与谷歌机器学习工作关系密切的人，获得了同样的观点：2015 年诞生的 TensorFlow，曾经辉煌一时，而 Meta 在 2017 年开源的 PyTorch 正在成为该领域的霸主，在此战争中，谷歌开始押宝 JAX。接近该项目的人士曾告诉 Insider，谷歌大脑和 DeepMind 在很大程度上放弃了 TensorFlow，转而使用 JAX。一位谷歌内部人士也向 Insider 证实，JAX 现在几乎已在谷歌大脑和 DeepMind 中被全球采用。熟悉该项目的人士也表示，JAX 现在有望成为未来几年所有使用机器学习的谷歌产品的支柱，就像 TensorFlow 在 2015 年之后几年所做的那样。一时之间，关于谷歌要放弃 TensorFlow，全面转向 JAX 的说法闹得人尽皆知。谷歌内部人员的爆料，让人更加确信这一说法是真的。到底事实如何？TensorFlow 官方博客回应来了，这篇回应来自 TensorFlow 团队中的两位研究者 Laurence Moroney 和 Josh Gordon。总结来说就是：谷歌并没有像网传的那样放弃 TensorFlow，将继续投资研发。谷歌：我们没有放弃 TensorFlow，将与 JAX 并肩发展Stack Overflow 最近发布了一项调查报告，报告显示 TensorFlow 是目前最常用的 ML 工具，被 300 万软件开发者采用。其实这一数字才刚刚开始，估计会有 400 万开发人员希望在不久的将来采用它。图源：https://survey.stackoverflow.co/2022/#most-loved-dreaded-and-wanted-misc-tech-wantTensorFlow 现在每月被下载超过 18M 次，在 GitHub 上积累了 166k 颗星——比任何其他 ML 框架都多。在谷歌内部，TensorFlow 几乎支持所有 AI 生产工作流，包括搜索、广告、YouTube、GMail、地图、Play 等。它还被苹果、Netflix、Stripe、腾讯、优步、罗氏、LinkedIn、Twitter、百度、LVMH 等各大公司采用。Google Scholar 上每个月都有超过 3000 篇出版物提到 TensorFlow，包括重要的应用科学研究，比如了解癌症的 CANDLE 研究。近年来，我们了解到单一的通用框架无法适用于所有场景——尤其是在生产和前沿研究经常发生冲突的领域。因此，我们创建了 JAX，这是一个用于分布式数值计算的简化 API，为科学计算研究的下一个时代提供动力。JAX 在推动新的领域方面非常出色：达到新的并行规模，此外还推进了新的算法和体系结构，以及帮助研究者开发新的编译器和系统。JAX 在科研领域确实很受欢迎。在这个多框架世界中，TensorFlow 是我们交给应用 ML 开发人员的一份答案——工程师需要在不同规模和不同平台上构建和部署可靠、稳定、高性能的 ML 系统。我们的愿景是创建一个有凝聚力的生态系统，研究人员和工程师可以利用系统组件进行研究，而不管它们起源于哪个框架。我们已经在 JAX 和 TensorFlow 互操作性方面取得了长足进步，特别是 jax2tf 的开发。开发 JAX 模型的研究人员能够通过 TensorFlow 平台的工具将它们投入生产。未来，我们继续开发 TensorFlow ，并将其作为一流的应用 ML 平台，与 JAX 并肩推动 ML 研究发展。我们将继续在这两个 ML 框架上投资，以推动研究和应用，为我们的数百万用户服务。参考链接：https://blog.tensorflow.org/2022/06/%20bringing-machine-learning-to-every-developers-toolbox.html?m=1往期精彩：
深度学习论文精读[1]：FCN全卷积网络
讲解视频来了！机器学习 公式推导与代码实现开录！
完结！《机器学习 公式推导与代码实现》全书1-26章PPT下载
《机器学习 公式推导与代码实现》随书PPT示例
时隔一年！深度学习语义分割理论与代码实践指南.pdf第二版来了！
新书首发 | 《机器学习 公式推导与代码实现》正式出版！
