一个人看的免费视频www中文字幕,国产人妻人人A,亚洲精品一区二区三区四区五区

　　在 KeyNote 主題演講環(huán)節(jié)中，新任谷歌大中華區(qū)總裁陳俊廷（Stanley Chen）首先登場。這是陳俊廷在今年 6 月擔任該職位后首次在公開大會中亮相。

　　他公布了谷歌的數據技術分享計劃，已經讓 80 多個國家及地區(qū)，超過 4300 萬人從中受益。在回顧了谷歌的近期的一些動作之后，宣布正式推出 Grow with Google 成長計劃，向廣大開發(fā)者們提供免費的課程學習計劃。

　　陳俊廷在演講中還表示，希望通過網上的共享平臺提供免費的課程，將谷歌的技術帶給更多需要的人，幫助用戶使用和體驗谷歌的產品。

　　陳俊廷畢業(yè)于國立臺灣大學經濟系，于 2011 年加入 Google 中國臺灣，任臺灣地區(qū)總經理一職。負責銷售業(yè)務，職責涵蓋大型企業(yè)客戶、經銷與線上業(yè)務。

　　在加入 Google 前，陳俊廷曾任職于蘋果，擔任中國臺灣分公司業(yè)務協(xié)理和亞洲區(qū)校園業(yè)務主管。

　　Android 10重磅亮相，原生支持 5G，更注重數據安全

　　本次大會正式推出新版本的安卓操作系統(tǒng)Android 10。實際上在本次開發(fā)者大會召開一周前，谷歌高級安卓產品經理Stephanie Cuthbertson已經在安卓開發(fā)者公眾號上宣布了這個消息。

　　Cuthbertson表示，新推出的Android 10聚焦移動創(chuàng)新、安全隱私和數字健康三大主題，全面打造最佳用戶體驗。

　　在移動創(chuàng)新上，Android 10的幾大亮眼新特性包括：

　　對5G網絡的強大支持：Android10 提供 5G 平臺支持，對現有 API 進行擴展，更好地幫助開發(fā)者利用 5G 技術推動應用創(chuàng)新。

　　通知中的智能回復: 利用設備內置機器學習技術，在通知中顯示與當下場景相關的建議操作，例如消息智能回復，或者當通知中包含地址信息時，建議用戶開啟地圖應用。

　　智能回復功能會根據通知內容向用戶提供建議操作

　　官方深色主題: Android 10添加了系統(tǒng)全局深色主題，讓用戶可以在光線較暗的環(huán)境中更輕松的使用設備，并且大幅度減少設備耗電量。

　　深色主題背景下的 Google Keep

　　手勢導航: 啟用后，原有的底部導航欄設計會消失，讓應用真正實現全屏顯示。

　　手勢導航允許應用全屏顯示內容

　　在隱私保護、數據安全和網絡性能上，Android 10也作出多項改進和更新，主要有以下幾方面：

　　給予用戶更多地理位置控制: 為了提高用戶的可控性，用戶可以通過一個全新的地理位置權限，僅允許正在被使用的應用 (運行在前臺) 訪問設備位置信息。

　　防止設備追蹤: 為了防止應用追蹤設備，Android10 不允許一般應用訪問 IMEI 碼、序列號等不可重置的設備識別號。

　　P2P 及網絡連接優(yōu)化: 在 Android 10 中，我們對 Wi-Fi 堆棧進行了重構，這不僅提升了應用在隱私及性能方面的表現，而且對許多常見用例也有一定的優(yōu)化，

　　Wi-Fi 性能模式: Android10 允許應用啟用高性能、低延遲的自適應 Wi-Fi 模式，這樣一來，即使是在網絡延遲比較敏感的場景下，如實時游戲、音頻通話等，應用依舊能保障流暢的用戶體驗。在性能模式下，Android 平臺將配合設備固件協(xié)同工作，實現最低能耗。

　　TensorFlow 2.0，更直觀、更強大、更靈活

　　本次GDD，TensorFlow 2.0依然是重頭戲。TensorFlow亞太區(qū)產品經理梁信屏展開了《機器學習的現在和未來》的分享，并把 TensorFlow 目前的家底透露了一遍：從 2015 年發(fā)布以來，達到了 4100 萬的下載，超過 5 萬次提交量，9900 次代碼改動請求，以及 1800 多位貢獻者。目前圍繞TensorFlow已經構建起一個龐大的生態(tài)，TensorFlow也成為最成功的機器學習平臺。

　　TensorFlow 2.0 代碼和 NumPy 很像，二者也可以很容易的相互置換對象。開發(fā)者也不用為 placeholders、Sessions 以及 feed_dictionaties 等傷腦筋了。

　　2.0 版本圍繞易用性、高性能、可擴展，三個方面進行了升級。下面我們列舉一些主要的升級方面：

　　即時執(zhí)行（Eager Execution）變?yōu)槟J模式

　　1.0時代創(chuàng)建一個神經網絡代碼如下：

　　但是到了2.0時代就變成了：

　　API 清理和初級API

　　像 TensorFlow.gans、TensorFlow.App、TensorFlow.contrib 以及 TensorFlow.flags 等很多 API，要么被直接移除，要么就是轉移到單獨的庫。

　　在 TensorFlow 1.x 中不止一種方法來創(chuàng)建和訓練 ML 模型。而大多數時候，開發(fā)者都不是很清楚應該在什么情況下使用哪個 API。而且一旦使用了其中一種 API 訓練模型，接下來就很難再切換到別的 API 了。

　　所以在TensorFlow 2.0 中，TensorFlow.keras 是推薦使用的高級 API。

　　初級API從 TensorFlow 1.x 到 2.0，沒有發(fā)生太大的改變。通過 pip 來安裝 TensorFlow 的時候，一般會得到完整的 Keras API 以及一些額外的函數工具集。

　　定義訓練循環(huán)

　　在 TensorFlow 2.0 中，訓練模型最簡單的方法是使用 fit() 方法，它同時支持序列化和子類化模型。開發(fā)者也可以通過 fit() 方法很容易地配置一個 TensorBoard 實例。它同樣適用于 Jupyter/Colab 筆記本。

　　在使用模型子類化的時候，唯一需要做的是重寫類成員函數 compute_output_shape()，或干脆棄用這個函數。

　　以外，開發(fā)者可以使用 TensorFlow.data.Dataset 或 NumPy 的標準 nd-arrays 來作為 fit() 的輸入。

　　模型保存和恢復

　　TensorFlow 1.x 中如何為產品保存和裝載模型的標準是缺失的。而 TensorFlow 2.0 則試圖通過定義一個單一 API 來解決這個問題。

　　另外，TensorFlow 生態(tài)系統(tǒng)還整合了 SavedModels，這樣就可以部署到手機、邊緣設備以及服務器等里面。

　　TF.Text：訓練 NLP 模型

　　TF.Text 是一個 TensorFlow 2.0 庫，可以使用 PIP 命令輕松安裝。能夠在基于文本的模型中定期執(zhí)行預處理過程，并提供 TensorFlow 核心組件中并未提供的、關于語言建模的更多功能和操作，為 TensorFlow 2.0 提供了強大的文本處理功能，且兼容動態(tài)圖模式。