Local blog for Spanish speaking developers in LATAM
Resumen del TensorFlow Dev Summit de 2019
domingo, 10 de marzo de 2019
Publicado por Fred Alcober y
Sandeep Gupta
, en representación del equipo de TensorFlow
TensorFlow celebró su tercer
evento para desarrolladores
más grande del año hasta el momento en Sunnyvale (California) el 6 y el 7 de marzo de 2019. Aproximadamente 1,000 aficionados asistieron al evento de aprendizaje automático y decenas de miles
miraron la transmisión en vivo
.
A tres años de su lanzamiento, TensorFlow se convirtió en un ecosistema de aprendizaje automático (AA) de extremo a extremo que ayuda a impulsar la revolución del AA que está ocurriendo a nuestro alrededor. Se ha descargado más de 41 millones de veces y tiene más de 1,800 colaboradores en todo el mundo. Como una plataforma de AA completa, TensorFlow ayuda a un grupo diverso de profesionales, investigadores y nuevos usuarios a brindar soluciones nuevas e increíbles para resolver problemas difíciles de la IA. Por ejemplo:
Estudiantes de Delhi construyeron una aplicación móvil para
detectar cambios en la calidad del aire.
Ingenieros de Twitter están
mostrando el contenido más relevante
a sus usuarios.
Médicos de GE Healthcare están logrando
IRM más reproducibles y adecuadas
.
En el evento para desarrolladores, anunciamos la
versión Alfa de TensorFlow 2.0
, que marca el comienzo de la era de TensorFlow 2.0 y brinda las capacidades poderosas de TensorFlow a más desarrolladores e investigadores, lo cual facilita más que nunca la compilación y el uso del AA. También anunciamos nuevas asociaciones comunitarias e iniciativas educativas con O’Reilly Media, Udacity, Deeplearning.ai en Coursera y fast.ai para ayudar a promover la colaboración de software libre y entrenar a la próxima generación de nuevos usuarios. Asimismo, escuchamos a nuestra comunidad y actualizamos por completo la documentación de los desarrolladores, y rediseñamos
tensorflow.org
para facilitar aún más los accesos a recursos e información.
Además de implementar las actualizaciones técnicas del equipo de TensorFlow, estuvimos en contacto con muchos de nuestros usuarios en una ronda de charlas brillantes en las que se expusieron aplicaciones increíbles. También organizamos espacios de hackers, sesiones informales y talleres donde los asistentes interactuaron con el equipo de TensorFlow, obtuvieron respuestas para sus preguntas y aprendieron y compartieron con los demás.
Estos son los aspectos destacados y los anuncios clave del evento.
Fácil de usar
Para TensorFlow 2.0, el enfoque principal ha sido lograr que la API sea más simple, más intuitiva y natural para todos los usuarios. Estamos haciendo que los componentes de la API se integren mejor con tf.keras, ya que es la API general recomendada para la mayoría de los usuarios. Esto permitirá que los desarrolladores pasen de la ingestión de datos, la transformación, la compilación de modelos, la preparación y el guardado a la implementación mucho más fácilmente. Lanzamos los
conjuntos de datos de TensorFlow
, una recopilación de conjuntos de datos de AA de uso frecuente para facilitar su utilización en TensorFlow.
Los desarrolladores principiantes en AA de Roma están usando TensorFlow
para ayudar a los paleógrafos a descifrar manuscritos medievales
Junto con la versión Alfa de TensorFlow 2.0, proporcionamos
herramientas de conversión y migración
, y documentación como ayuda para la transición del código 1.x al 2.0. Estos y muchos otros recursos, ejemplos y estudios de casos están disponibles en el nuevo sitio web de TensorFlow:
tensorflow.org
.
Poder para experimentar e inventar
TensorFlow está acelerando las investigaciones de vanguardia. Esto comienza con la flexibilidad para que los investigadores creen prototipos de sus ideas de manera rápida, prueben varios experimentos y los repitan. Estamos optimizando la experiencia del desarrollo con las nuevas características de TensorFlow 2.0, como la función de eager execution predeterminada, los flujos de control intuitivos de Python, la optimización automática de eager code con tf.function y una mensajería de errores considerablemente mejorada.
Los investigadores de NERSC del Lawrence Berkeley National Laboratory, Oak Ridge National Laboratory y NVIDIA ganaron el Gordon Bell Prize por escalar exitosamente una aplicación de aprendizaje profundo en la supercomputadora Summit usando TensorFlow
para estudiar los efectos del clima extremo
La investigación a gran escala del aprendizaje automático también requiere una informática masiva paralela. Desde el año pasado, hemos aumentado la velocidad de la preparación en 8 V100 a más del doble. Con una Cloud TPU v2, impulsamos el rendimiento 1.6 veces y, con la aceleración de Intel MKL, aumentamos más de 3 veces la velocidad de inferencia. Lograr que el rendimiento sea excelente de manera inmediata es uno de los principales objetivos de TensorFlow 2.0 y una parte fundamental de nuestro progreso hacia la versión final.
El ecosistema de TensorFlow incluye una gran recopilación de
complementos muy poderosos
que expanden TensorFlow de formas nuevas y útiles. Algunos de los complementos que describimos incluyen:
TensorFlow Federated
: una biblioteca para que el aprendizaje federado aproveche los datos descentralizados,
anunciada
en el evento
TensorFlow Privacy
: una biblioteca en desarrollo que ofrecerá herramientas para ayudar a
preparar modelos con privacidad diferencial
TensorFlow Probability
: una biblioteca para usar métodos probabilísticos en modelos de AA a fin de hacer predicciones para superar la incertidumbre e incorporar conocimientos especializados
TensorFlow Agents
: una biblioteca para el aprendizaje por refuerzo en TensorFlow 2.0
Avances en el procesamiento de texto y secuencias, como la compatibilidad con el
texto Unicode
y el
nuevo tipo de RaggedTensor
para datos con formas no uniformes
Mesh TensorFlow
: una biblioteca poderosa para que los investigadores compilen y preparen modelos de escala masiva con técnicas de paralelismo
Sonnet
de
DeepMind
: un ejemplo de cómo los laboratorios de investigación pueden crear sus propias bibliotecas en el marco de trabajo modular y flexible de TensorFlow
Producción en todas las plataformas y en cualquier idioma
Trasladar los modelos de la investigación a la producción siempre ha sido una de las principales fortalezas y metas de TensorFlow. Al usar TensorFlow, puedes implementar modelos en una gran cantidad de plataformas, como servidores, la nube, dispositivos móviles y otros dispositivos periféricos, navegadores y muchas otras plataformas JavaScript.
Los ingenieros de AirBnB usan TensorFlow para
clasificar adecuadamente las millones de imágenes de casas cargadas por día a gran escala
TensorFlow para la producción
TensorFlow Extended (TFX)
brinda a los usuarios la administración completa del ciclo de vida del aprendizaje automático. Está compuesto por varias bibliotecas, y hemos anunciado nuevas características de estos componentes. No obstante, la innovación más significativa es la compatibilidad con la orquestación, que permite proporcionar a los usuarios una plataforma integrada de extremo a extremo (consulta un ejemplo
aquí
). Gracias a la compatibilidad con el orquestador de cada usuario, los componentes de TFX se integran con un almacén de metadatos. Este almacén hace un seguimiento de todas las ejecuciones de componentes, de los artefactos que se incluyeron y de aquellos que se produjeron. Esto habilita características avanzadas, como el seguimiento de experimentos y las comparaciones de modelos, que mejorarán en gran medida los casos de uso de producción.
TensorFlow para dispositivos móviles e Internet de las cosas
El uso de
TensorFlow Lite
, nuestra solución para la ejecución de modelos en sistemas móviles e incorporados, ha aumentado exponencialmente en todo el mundo y hoy en día se ejecuta en más de 2,000 millones de dispositivos móviles. De esta manera, lidera la última generación de AA en dispositivos. Ayuda a los usuarios a resolver
casos de uso
, como la generación de textos predictivos, la clasificación de imágenes, la detección de objetos, el reconocimiento de audio, el reconocimiento de texto a voz y de voz a texto, la segmentación de video y la detección de bordes, entre muchos otros.
En el evento, escuchamos de qué manera empresas globales como Alibaba XianYuin y Netease usan TensorFlow Lite para proporcionar a sus usuarios mejores experiencias de aplicación. También hablamos del
increíble rendimiento del AA
de TensorFlow Lite y cómo está impulsando el AA en aplicaciones de Google destacadas, por ejemplo, la Búsqueda, el Asistente, las Fotos y Pixel.
Ha habido mejoras importantes en la usabilidad general de TensorFlow Lite y las características de conversión de modelos, además de un mayor enfoque en la
optimización (es decir, la cuantificación digital)
y el
rendimiento (es decir, la aceleración de GPU)
. También mostramos cómo TensorFlow Lite está impulsando el aprendizaje automático en el borde y la IoT en plataformas de como
Coral TPU
y los
microcontroladores
(MCU).
TensorFlow para JavaScript
JavaScript es uno de los lenguajes de programación más usados y
TensorFlow.js
brinda AA a los desarrolladores de JavaScript. Desde su lanzamiento, ha tenido una adopción impresionante de la comunidad, con más de 300,000 descargas y 100 colaboradores. En el evento, anunciamos
TensorFlow.js versión 1.0
. Las características más importantes de este lanzamiento incluyen mejoras de rendimiento significativas (MobileNet v1 es 9 veces más rápido en el navegador para la inferencia en comparación con el año pasado), muchos modelos nuevos ya disponibles para que los desarrolladores web los incorporen en las aplicaciones y compatibilidad con más plataformas donde se ejecuta JavaScript. Empresas como AirBnB y Uber, entre otras, usan TensorFlow.js en entornos de producción y vemos nuevos casos de uso increíbles a diario en la
galería
de proyectos TensorFlow.js de nuestra comunidad.
Además de la implementación, TensorFlow.js se puede usar para compilar y preparar modelos de aprendizaje automático directamente en JavaScript tanto en navegadores como en Node.js.
Swift para TensorFlow
También compartimos nuestro progreso con el nuevo paquete de
Swift para TensorFlow
. Con el reciente lanzamiento de la versión 0.2, los usuarios pueden ver un aumento de la usabilidad y pueden probar este paradigma nuevo de AA. Para que sea más fácil comenzar a trabajar con Swift, lanzamos un curso nuevo de aprendizaje automático con
Swift para TensorFlow de fast.ai
.
Compromiso con el crecimiento de la comunidad
El éxito de TensorFlow se debe en gran parte a su increíble comunidad en crecimiento de usuarios y desarrolladores. Desarrollamos TensorFlow 2.0 mediante una colaboración cercana con la comunidad a través de un
proceso de RFC
abierto, varios grupos de interés especial y los comentarios y las pruebas de nuestra
comunidad de desarrolladores de Google expertos
.
Lanzamos una campaña nueva de
#PoweredByTF
y estamos descubriendo proyectos increíbles creados por nuestros usuarios. Anunciamos el programa
Google Summer of Code
, en el que los estudiantes pueden postularse para trabajar con el equipo de ingenieros de TensorFlow en proyectos prácticos de desarrollo. También lanzamos un nuevo desafío Powered by TF presentado por
DevPost
específicamente para que los usuarios creen y compartan lo último y lo mejor con TensorFlow 2.0.
Los recursos educativos de buena calidad son esenciales para la democratización y la adopción del aprendizaje automático. Anunciamos dos recursos educativos nuevos para facilitar los primeros pasos de los principiantes y los estudiantes con TensorFlow. El primero es el curso 1 de deeplearning.ai, llamado “
Intro to TensorFlow for AI, ML and DL
”, que forma parte de la serie TensorFlow: From Basics to Mastery de Coursera. El segundo es
Intro to TensorFlow for Deep Learning
de Udacity. Ambos cursos están diseñados para desarrolladores, no requieren experiencia previa en aprendizaje automático y ya están disponibles.
Por último, anunciamos
TensorFlow World
, una conferencia de una semana dedicada a promover la colaboración de software libre y todo lo referido a TensorFlow. Esta conferencia, presentada en conjunto por O’Reilly Media y TensorFlow, se llevará a cabo en Santa Clara (California) en la semana del 28 de octubre. Nuestra visión es reunir a quienes forman parte del mundo de TensorFlow y darles la oportunidad de conectarse entre sí. Está abierta la
convocatoria de propuestas
para que los asistentes envíen ponencias sobre proyectos interesantes de TensorFlow o para que las empresas muestren sus soluciones con TensorFlow. Esperamos verlos allí.
En Google,
creemos
que la investigación y las aplicaciones de la IA avanzarán más rápido cuando todos los usuarios tengan acceso a las mejores herramientas, lo cual permitirá que todos participen. TensorFlow se dedica a facultar a todos los usuarios del AA. Tenemos el compromiso de trabajar con la comunidad a fin de facilitar el uso de TensorFlow para todos y
nunca dejar de promover la IA
.
Labels
.app
.dev
.txt
#AMP
#CPU
#DeveloperStudentClubs
#DevFest
#DragonBall
#DSC
#Forsety
#ForsetySecurity
#freeandopen
#GCP
#Google
#GoogleCloud
#GoogleCloudPlatform
#GoogleLaunchpad
#iio2009
#Kubernetes
#MaterialDesign
#OneCommunity
#Security
#TensorFlow
#UPGlobal
#UpLatam
#WithGoogle
+page
10 YEARS
2013
2019
64 bits
A/B Testing
AA
Accelerator
Action on Goolge
actionbar
Actions
Actions Console
AdMob
Ads
adwords
adwords api
AI
AIY
ajax
alarmmanager
ALFA
almacenamiento
alojamiento de proyectos en google code
AMP
AMP Conf
AMP Project
amp-date-picker
amphtml
Analytics
Andorid
android
Android (operating System)
Android 3.1
android 3.3
android 4.2
android 9
Android 9 Pie
Android App Bundle
android design
Android Dev Summit
Android Developers
android Jetpack
Android P
Android SDK
Android Studio
Android Things
Android Wear
AndroidDevStory
androititlan
angelina jolie
Annotation
Announcements
anuncios
API
API Analytics YouTube
Apigee
APIs
Aplicaciones
aplicaciones chrome
app
app engine
App Indexing
app invites
App Server
applications
AppQuality
apps
Apps Script
AR
ARCore
arte
ATLAS
AWP
backend
Base64
batch
Bava
Betatesting
Better Ads Standars
bigdata
BigQuery
Biometrics
blink
bootcamp
BOT
BQ
Business
búsqueda ajax
by Google
byCases
byCommunity
byDevelopers
byGoogle
C++
CALENDAR
Cardboard
case
caso de éxito
Casos de éxito
casos destacados
CCOSS
Century Fox
chat
chrome
chrome web store
chromebook
chromecast
chromium
Cinéfilos
cloud
Cloud Anchors
CLOUD endpoints
Cloud Firestore
Cloud Functions
Cloud IoT Core
Cloud Next
Cloud Scheduler
Cloud services
cloud test lab
Cloud Text-to-Speech
Cloud Translation
CMD en vivo
coconut
code
code-in
code.org
CodeLabs
código
código abierto
Colab
colombia
Communities
Comunidades
concurso google
conference
contenedores
convocatoria
Coordinate
crashlytics
CRE
crear aplicaciones ajax
creatividad
Crowdsource
CSS
cws
daniela robles
dart
dart sdk
dartium
dartlang
Dataset
DCL
denis labelle
desarrolladores
Desarrolladores Google
desarrolladores LatAm
Desarrollar
Design
Design Sprint
Destacados
dev
Dev.f
DevArt
DevBus
DevBusLatAm
Developer Bus
Developer Summit
DeveloperConsole
developers
DevFest
devoxx
dialogflow
diseño UX
Distribuir
DNS
DOM
domain
DonkeyCar
doubleclick
Drive SDK
Drivers
ecommerce
ecosistema
elections
elizalde
Emoticons
emprendedores
empresas
engagement
english
Enhanced Campaigns
enterprise
eventos
Events
evolución de aplicaciones
Excel
ExpertosDicen
Faas
Family
FanBridge
FCM
FCP
Featured
fido
find people
Fintech
firebase
Firebase Cloud Messaging
firebase summit
flu trends
Flutter
Flutter 1.0
flutter 1.7
flutter developers
Flutter Live
FlutterLive
FoundersLab
Freebase
Fuction
Fuctions
Full-Stack
functional programming
G Suite Dev Show
G+
g+ goto gal
G+GotoGal
GAE
game
games
GCloud
gcm
GCP
GCS
GDA
GDE
GDG
GDH
GDL
GDLevent
GDS
Get Inspired
get.app
GitHub
GLP
gmail
golang
GOMO
Google
Google Accelerator
Google AdMob SDK
Google AdWords
Google Analytics
Google APIS
Google App Engine
Google Apps
Google Apps Script
Google Art Project
Google Assistant
google calendar
google cast
Google Charts
Google Chrome
Google Cloud
Google Cloud Console
Google Cloud Messaging
Google Cloud Next
Google Cloud Platform
Google Cloud Platform Newsletter
google cloud platforn
Google Cloud Storage
google code-in
Google Compute Engine
Google Dataset
Google Developer Groups
google developers
Google Developers Academy
google developers expert
Google Developers Hackademy
google dns
Google Drawings
Google Drive
Google Earth
Google for games
Google Forms
google geo
Google Home
google i/o
google i/o extended
google io
Google Keep
Google Kubernetes Engine
Google Launchapad
Google Launchpad
Google Maps
google maps coordinate
Google Maps Platform
Google Mexico
Google Nose
google now
Google Person Finder
google places api
Google Play
Google Play Books
Google Play Developer API
google play games
Google Play Movies
Google Play Protect
Google Play Services
Google Plus
Google Science Fair
google search
Google Sheets
google sign in
Google Top Geek
Google+
Google+ Communities
Google+ Hangouts
google+ sign-in
GoogleAPI
googlecloud storage
GoogleCloudPlatform
googledevs
GooglePlay
Googleplex
Goolge Lunchpad
GTG
Hackademy
hackers
Haiko
Haití
hangouts
Hangouts Remote Desktop
hardcode
Heello
honeycomb
HTML
HTML5
HTTPS
I/O
IA
IAM
IETF
IFAI
in app purchases
in-app
ingles
Ingress
instagram
integración de soluciones
interactive post
Interesante
International
International Women’s Day
IO
io15
io18
io19
iOS
IoT
istio
IU
IVR
J2EE
java
JavaScript
jelly bean
JS
JSON
Juegos
juegos html5
Kit ML
Knative
kotlin
kUBERNATES
Kubernetes
LATAM
latamRegionSur
Launchpad
Launchpad Studio
Lenovo Mirage Solo
lightbox
linux
lucero galindo
machine learning
Made with Code
Mapdata
Mapeo
maps
Maps Ad Unit
Maps API
Maps Engine
Market
Marketing
Marshmallow
MATERIAL DESIG
Material Design
mejores apps 2013
México
michelle marie
MIT
MIT Global Start-up Labs
MIT-AITI
ML
ML Kit
mobile
monetizar
mongoDB
MOOC
Motorola
Mountain View
móvil
MQTT
mr.white
mTLS
natalie villalobos
Navigation
NBA JAM
NES
Next Big Sound
Next Level
nfc
Niantic
Nik
NINTENDO
node.js
NoSQL
nube
OAuth2
Objective-C
OClock
open source
OPenApi
OS
OSS
Paas
PageSpeed
PagesSpeed
parallel18
patrones
patters
performance
permisos
Pipeline API
Pixability
pixel
Píxel
play
Play Console
Playtime
Podcast
pollito pio
Polymer
por lote
Posse
Prediction API
primer
Producto
programación
Propositos
Protocol Buffers
proyecto 20%
Push API
PYMES
python
Q
Q4
quickoffice
Rasberry Pi Zero WH
Raspberry Pi
Realtime
Reflectly
register
Release
Resources
robots.txt
Safe
SDK
Search
Security
seedbank
seguridad
SEO
servidores
Showyou
sign-in
SNES
SO
social media
Spain
SpLATAM
SQL
SQLite
Start
startup grind
Startup Launch
startup weekend
startup weekend for the planet
startupbus
startups
StayAtHome
story
Street View
subtitles
success
sw
SyScan
tablet
Tablet Optimization Tips
tabletas
takeaction
Tango
tendencias 2013
TensorFlow Developer Summit
testing
TextView
TF JAM
The Garage
The Venture City
tips G+
tips gmail
TLD
TLS
Top Experts
Top Geek
top level domain
TopExpert
topics
traducciones
Transparency Report
triggers
Tubular Labs
twilio
Tyka
TypeScript
UAC
udacity
ui
Umbrales
UNAM
unity
Unity3D
universal search
UX
Vector
VectorDrawable
video juegos
vidIQ
ViewPager
Visual Progress
Voicekit
VPC
VR
VSCode
web
Web hosting
Web móvil
WebAssembly
with google
Wizdeo
WizTracker
Women at Google
Women Techmakers
workmanager
WTM
XKCD
XML
Yifat Cohen
youtube
YouTube Analytics API
YouTube API
YouTube Data API
YouTube One Channel
YouTube Player API
Archive
2024
sept
2023
nov
oct
sept
ago
jun
may
abr
mar
ene
2022
dic
nov
oct
sept
ago
jul
jun
may
abr
mar
feb
ene
2021
dic
nov
oct
sept
ago
jul
jun
may
abr
mar
feb
2020
dic
nov
oct
sept
ago
jul
jun
may
abr
mar
feb
ene
2019
dic
nov
oct
sept
ago
jun
may
abr
mar
feb
ene
2018
dic
nov
oct
sept
ago
jul
jun
may
abr
mar
feb
2017
nov
sept
ago
jul
jun
may
abr
ene
2016
nov
oct
sept
ago
jul
jun
may
abr
mar
feb
ene
2015
dic
nov
oct
sept
ago
jul
jun
may
abr
mar
feb
ene
2014
dic
oct
sept
ago
jul
jun
may
abr
mar
feb
ene
2013
dic
nov
oct
ago
jul
jun
may
abr
mar
feb
ene
2012
dic
nov
oct
sept
ago
jul
2011
nov
oct
may
mar
2010
dic
nov
oct
sept
ago
jul
jun
may
abr
mar
feb
ene
2009
dic
nov
sept
ago
jul
jun
may
abr
mar
feb
ene
2008
oct
sept
ago
jul
jun
may
abr
mar
feb
ene
2007
dic
Feed
Desarrolladores
Eventos y Comunidad
Casos Destacados
Dicen los Expertos
Google Accelerator
