微信公衆號：OpenCV學堂 關注獲取更多計算機視覺與深度學習知識 覺得文章對你有用，請戳底部廣告支持
tensorflow專場聽課記錄
第二天我們去的比較早，目標很明確就是爲了在tensorflow專場找到一個好位置，到了之後才發現，原來人已經排了四隊，還好不是很長，趕快排進了隊伍，9點主場的門打開之後，大家進去之後紛紛跑向自己的目標位置，速度雖然沒有亞洲飛人蘇炳添快，但是相對來說已經超過大多數人了，不一會兒，整個會議場館就坐滿了人，目測跟第一天差不多，依然是千人大會。
九點半主題分享正式開始了，首先上場是負責tensorflow推廣的谷歌軟件工程師 金.安娜 做了tensorflow專場的開幕演講，她說tensorflow致力於成爲解決每個人的實際問題設計的開源機器學習平臺。介紹tensorflow的一些新的特性也是tensorflow專場接下來分享的內容，由於我們坐在第二排，所以手機拍照的效果還不錯，看圖：
開場演講之後第一位分享的是tensorflow中國區負責人的分享，他歡迎大家加入谷歌開發者社區，併爲之貢獻，提到了中國GDE貢獻的電子書《簡單粗暴tensorflow》介紹GDG在中國的發展與活動、tensorflow參考應用、與中國內地教育部門的教育與學術合作，看圖：
第二位是谷歌人工智能健康方面的產品經理 彭浩怡 博士，博士全程用流利英文介紹了谷歌AI在醫療輔助診斷幫助與預防糖尿病患者白內障眼睛疾病研究進展與思路拓展，還介紹了一些團隊與個人使用谷歌AI研究進行醫療圖像/數據輔助醫療診斷的進展。
以上是當天tensorflow專場的主題演講部分，
下面就是tensorflow新特性與相關新技術的專題技術分享，最後是阿里閒魚、網易有道、騰訊廣告部門的技術人員分享了他們藉助tensorflow技術實現業務場景落地與效率提升的案例，內容也都十分精彩，首先出場的是一位谷歌美女工程師，講述了tensorflow已經發布或者即將發佈的tensorflow將會有的新特性，以及如何使用tensorflow的流程，她的總結大致如下：
- 用Eager模式搭建原型
- 用Datasets處理數據
- 用Feature Columns提取特徵
- 用Keras搭建模型
- 借用Canned Estimators
- 用SavedModel打包模型
演講中精彩時刻有照片爲證
下面出場的這個帥哥演講技術是在swift中如何使用tensorflow框架實現機器學習，主要強調了自動計算圖提取技術、自動微分技術與swift對python語言的支持，還提到了對各種開發工具的支持，同樣有照片爲證：
上午最後一個演講是關於tensorflow.js如何在瀏覽器端實現機器學習，帥哥詳細說明了在瀏覽器端使用tensorflow模型的各種好處，以及他們在端側進行模型訓練與模型使用，實現瀏覽器端應用案例的，演示了幾個讓我印象很深刻的例子，特別還提到了一些技術環境，讓我聽了之後也是受益匪淺，有種茅塞頓開之感。他的分享也有照片爲證：
上午分享結束之後我們到5F餐廳吃飯，吃完飯，下午有個好哥們過來找我，跟我一起聽了下午的報告，他就是暢銷技術書籍《RxJava 2.x 實戰》作者 tony，下面的分享同樣也是乾貨滿滿，聽我一一到來。
第一場分享的主題是關於tensorflow lite的，介紹來哦端側深度學習與機器學習中如何使用tensorflow lite，tensorflow Lite是在移動設備上運行機器學習的跨平臺解決方案，具備低延時，運行庫很小等特徵。提到了他對android、ios、樹莓派的支持。還分享了tensorflow Lite是如何通過技術手段優化模型，讓模型體積更小、速度更快的，說明tensorflow Lite是天生爲速度而生的機器學框架。有圖爲證：
第二場分享來自阿里閒魚的技術團隊，分享了他們如何在框架層整合tensorflow Lite完成商業應用，實現多個業務場景的智能化的案例，乾貨特別多，聽了之後很受啓發與啓迪，有圖像爲證：
第三場分享來自網易有道，這個哥們開場那了個翻譯器秀了一把，然後就開始了他關於tensorflow Lite在網易的各種應用場景案例的技術分享，同樣有圖：
第四場分享是關於tf.data的，討論了機器學習中數據輸入管道，以及如何是使用tf.data來實現訓練加速與優化。有圖爲證：
第五場分享是關於使用Tensorflow Extended(TFX)在生產環境中部署機器學習的技術，講述瞭如何集成它的五個組件，實現生產環境下的部署。有圖爲證：
第六場分享來自騰訊的工程師，分享了tensorflow在騰訊社交廣告點擊率預估中的應用，同業也是有不少乾貨，有圖爲證
然後就是短暫的茶歇，茶歇之後的分享有三場，首先是來自阿里的李永分享了深度學習在阿里的應用，以及阿里的深度學習技術框架PAI是如何將tensorflow引入整合的。有圖像爲證
然後是谷歌的工程師分享瞭如何通過簡單的方式進行分佈式的tensorflow訓練，包含單機多GPU與多機多GPU以及谷歌的TPU上訓練支持，個人認爲很有用的知識。有圖爲證：
最後一位分享者是老外，他介紹tensor2tensor，通過tensor2tensor如何讓研究人員更加快速的進行機器學習相關技術與算法模型的研究，這個哥們給我的最深刻的印象就是在舞臺一直走來走去，估計他一個人走的步數是前面那些演講者加起來的總和，有圖爲證：
最後美女工程師出現對本次tensorflow專場活動總結，並致謝！整個活動完美結束！有圖爲證：
