作者：Marcus Chang，项目经理

今年有超过 7000 人参加了 I/O！TensorFlow 在 7 场演讲和 AI & 机器学习沙箱中得到了充分的展现，让与会者探索最新进展！

演讲内容（您可以查看完整的播放列表 这里)…

适用于 JavaScript 的 TensorFlow

TensorFlow 已扩展，可以使用 JavaScript 语言简化模型训练和部署。观看此总结，了解如何使用 JavaScript 训练和部署模型的详细信息。

TensorFlow 在生产中的应用：TF Extended、TF Hub 和 TF Serving

在本演讲中，我们介绍了 TensorFlow Extended (TFX)、TensorFlow Hub，并宣布了 TensorFlow Serving 中的全新创新和功能。随着机器学习从实验性发展到服务生产工作负载，有效管理端到端训练和生产工作流程（包括模型管理、版本控制和服务）的需求也随之增长。TFX 为 Google 提供了这种解决方案，我们将概述向社区发布 TFX 的计划。TensorFlow Hub 是一个用于存放可重复使用的 TensorFlow 模型组件的中心存储库。使用它的库，您可以将这些组件整合到您的模型中以进行迁移学习，并将它们打包以通过 TensorFlow Serving 进行服务。

机器学习和 TensorFlow 的进步

人工智能的影响远远超出了计算机科学。聆听来自顶级 ML 研究人员的一系列简短演讲。听听来自 TensorFlow 团队的工程师，他们致力于机器人技术和 Magenta 项目，探索机器学习与艺术之间的界限。

开始使用 TensorFlow 的高级 API

像 tf.keras 这样的高级 API 使开发人员能够轻松有效地训练模型。本演讲将介绍这些 API，以及您可以在浏览器中实时运行的笔记本，帮助您开始使用 Colab。我们将引导您使用 tf.keras 在 TensorFlow 中用 10 行代码编写第一个神经网络，然后介绍 Eager Execution。最后，我们将提供一些教育资源，帮助您进一步学习 ML。通过发布更简单、更直观的 API，我们希望让 TensorFlow（一个开源机器学习框架）更容易为所有人使用。

适用于移动开发人员的 TensorFlow Lite

TensorFlow Lite 使开发人员能够将自定义机器学习模型部署到移动设备。本技术演讲详细介绍了如何获取已训练的 TensorFlow 模型，并通过 TensorFlow Lite 在移动应用程序中使用它。

TensorFlow 和深度强化学习，无需博士学位

深度学习研究的前沿技术是强化学习，它弥合了学术界深度学习问题与自然环境中弱监督学习方式之间的差距。该技术广泛应用于学习行走、追捕猎物、在复杂环境中导航，甚至玩围棋等领域。本演讲将教导一个神经网络仅从屏幕上的像素来玩电子游戏 Pong。无需规则、无需策略指导，也无需博士学位。

分布式 TensorFlow 训练

要有效地训练机器学习模型，您需要将训练作业分布到集群中的多台机器上。TensorFlow 提供了丰富的功能来实现这一点。观看此总结，了解如何进行设置。

AI & 机器学习沙箱向与会者展示了使用 TensorFlow 构建的酷炫演示

TensorFlow

我们的 TensorFlow 团队成员在场回答问题并展示代码！要开始使用 TensorFlow，请访问 www.tensorflow.org.

TensorFlow Lite

一个轻量级机器学习库和工具，适用于移动设备和嵌入式设备。要开始使用 TensorFlow Lite，请访问：tensorflow.org/mobile/tflite。代码可在以下位置找到：github.com/tensorflow/tensorflow

Magenta

一个研究项目，探索机器学习在艺术和音乐创作过程中的作用。它致力于构建智能工具和界面，让创意编码人员、艺术家和音乐家可以使用这些模型来扩展（而非取代）他们的创作流程。

使用 TensorFlow.js 和 Magenta.js 开发您自己的音乐创作界面，请访问 magenta.tensorflow.org/js。使用 MusicVAE 探索旋律和节奏的潜在空间，这是一个由机器学习驱动的生成工具，可以实现可控且富有表现力的变奏，通过潜在循环实现。

Donkey Car @ DIYRobocars

一个开源的 DIY 自驾平台，适用于小型汽车。如果您对这些微型自驾汽车感兴趣，您可以自己动手制作一辆，访问 donkeycar.com，并在 diyrobocars.com 参加比赛！

其他机器学习驱动的演示包括

Storyboard

这款 Android 应用程序使用机器学习将您的视频转换为单页漫画布局！在 Storyboard 中，机器学习算法会选择视频帧，然后将其映射到漫画布局中的面板。然后，每个面板都会使用来自 Google AI 的机器感知研究进行裁剪、缩放和风格化处理。所有操作都在您的设备上完成！

在 Google Play 上试用它！

Semantris

由机器学习驱动的词语联想游戏。它使用 Universal Sentence Encoder（通用句子编码器）构建，该模块将文本编码为高维向量，可用于文本分类、语义相似性、聚类和其他自然语言任务。您可以 在这里 玩这些游戏，并 在这里 了解有关文本理解实验的更多信息。

与 Google AI 一起学习

机器学习速成课程 (MLCC) 与 TensorFlow API，Google 提供的快速实用的机器学习入门介绍。MLCC 包含一系列课程，包含视频讲座、真实案例研究和动手实践练习。免费、在线、自定进度的学习！立即开始您的学习，请访问 g.co/mledu/mlcc-io