谷歌公司今天推出了TensorFlow的新版本。其流行的人工智能框架和一对互补模块旨在使算法更负责任地处理用户数据。Te Google有限公司今天推出了TensorFlow的新迭代，其流行的人工智能框架和一对互补模块，旨在使算法更负责任地处理用户数据。
TensorFlow2.0专注于提高可用性。这个版本带来了基于Keras的简化应用程序编程接口，Keras是一个开源工具，旨在使人工智能开发框架更易于使用.它使工程师能够在一个地方访问以前跨多个API扩展的功能，并为定制的开发工作流提供更多选项。
另一个关键的增强是对所谓的急切实现的支持。TensorFlow2.0启动AI模型的速度比以前的版本快得多，这使得工程师可以在测试运行之间的短暂延迟下尝试不同的模型变化。考虑到机器学习开发的高度迭代性，节省大量时间是可能的。
然而，即使TensorFlow2.0有了显著的改进，Google推出的两个配套工具还是引起了业界最大的关注。他们的目的是帮助开发者将隐私控制直接构建到他们的人工智能软件中，以更好地保护用户信息。
第一个模块TensorFlow Privacy使机器学习模型能够丢弃它们不应该处理的潜在敏感数据。它通过自动过滤不同于信息分析算法的输入来实现这一点。例如，基于人工智能的拼写检查器主要以字母作为输入，这意味着像信用卡号码这样的长数字序列可以很容易地被识别和过滤。
“要使用TensorFlow隐私，你不需要隐私或基础数学方面的专业知识：使用标准TensorFlow机制的人不应该改变他们的模型架构、训练程序或流程，”谷歌工程师Carey Redbaugh和Urfar Ehrlingsson在博文中详细描述了这一点。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！