Google 辟谣放弃 TensorFlow，它还活着！作者|苏宓出品|CSDN（ID：CSDNn

文章图片
作者|苏宓出品|CSDN（ID：CSDNnews）不知道是不是之前“TensorFlow将死”的谣言传得过盛， Google于日前紧急发布了一篇标题为《BringingMachineLearningtoeverydeveloper’stoolbox》（将机器学习带入每位开发者的工具箱）的公告，广而告之， TensorFlow没有“死” ，而且各种数据表明，其现如今发展地非常好，也是全球300万软件开发者最常用的ML工具。
与此同时， Google也没有放弃继续开发TensorFlow ，未来它将与JAX同在。
被左右夹击的TensorFlow
TensorFlow ，是Google在2015年开源的端到端机器学习平台。其一经发布，业内如苹果、Netflix、Stripe、腾讯、Uber、LinkedIn、Twitter、百度、Orange、LVMH等公司常将它用来优化运营工作，同时也应用在深度神经网络的训练和推理中。
随着时间的迭代， TensorFlow最强劲的竞争对手PyTorch在2016年出现了，它带来了比TensorFlow更快的原型设计。此外， PyTorch与Python生态系统的集成比TensorFlow更为紧密，调试体验也简单得多。

文章图片
来源：TheGradient
多年间， TensorFlow与PyTorch的竞争可以说已经到了较为焦灼的状态。
然而，当时间来到2020年， Google的一个决策，给本就与PyTorch竞争稍显被动局势下的TensorFlow浇了一波凉水，其同属于一个母公司Alphabet旗下的DeepMind对外表示，他们正在使用JAX来加速AI/ML研究。

文章图片
根据JAX在GitHub上的官方介绍显示：
JAX是由GoogleBrain团队推出的进行高性能机器学习研究的新框架，其前身是Autograd和XLA的结合体。
通过Autograd的更新版本， JAX可以对Python程序与NumPy运算执行自动微分，且支持循环、分支、递归、闭包函数求导。另外， JAX还可以使用XLA实现在GPU和TPU上编译和运行NumPy程序。默认情况下，编译按照系统调用被JIT编译和执行。但是JAX也允许开发者使用一个单一函数的APIjit将自己的Python函数编译为XLA优化的内核。
现如今JAX发展的势头似乎比此前TensorFlow刚推出时更为迅猛。截至目前，其在GitHub上已获得了19k个Star 。

文章图片
因此，很难不让众人对TensorFlow未来去向担心。
就连图灵奖得主、CNN之父YannLeCun也曾评价道， “深度学习框架之间的激烈竞争进入了一个新阶段。现在Google的TensorFlow已经输给了Meta的PyTorch ， Google内部也正在转向JAX 。 ”

文章图片
那么， Google是否真的用后起之秀JAX将众人所熟知的TensorFlow取而代之？
TensorFlow依然是开发者最常用的框架
就目前而言， Google给出了确信以及肯定的答复：不会。
在最新的公告中， Google用诸多的数据来说明TensorFlow的当前现状。
正如此前

文章图片
最想要尝试的框架和库
TensorFlow现在每月下载超过1800万次，并在GitHub上积累了166k颗个Star ，这个数据在当前所有深度学习框架中也处于领先地位。
Google称，在其公司内部， TensorFlow几乎支持所有AI研发的工作流程，包括搜索、广告、YouTube、GMail、地图、播放、照片等等。与此同时，每个月， GoogleScholar都会为超过3,000篇提及TensorFlow或Keras的新科学出版物编制索引，其中包括重要的应用科学，如CANDLE（癌症分布式学习环境框架）对理解癌症的研究。