谷歌TensorFlow 2.4 Mac M1优化版发布

大家好，我是极客范的本期栏目编辑小友，现在为大家讲解谷歌TensorFlow 2.4 Mac M1优化版发布问题。

谷歌表示，借助TensorFlow 2，可以跨平台、跨设备、跨硬件实现一流的训练性能，让开发者、工程师和研究人员可以在自己喜欢的平台上工作。IT之家了解到，TensorFlow用户可以使用TensorFlow 2.4 Mac优化版和全新ML Compute框架，在搭载苹果新M1芯片或英特尔芯片的Mac上加速训练。这些改进增强了苹果开发者通过TensorFlow Lite在iOS上执行TensorFlow的能力，继续展示了TensorFlow在苹果硬件上支持高性能ML执行的广度和深度。

采用最大似然计算的Mac性能。

苹果最近发布了一系列搭载新M1芯片的苹果产品。因此，苹果针对Mac优化的TensorFlow版本可以充分利用Mac的强大功能，大幅提升其性能。

ML Compute是苹果的新框架，可以在Mac上训练TensorFlow模型。现在，你可以在搭载M1和英特尔芯片的Mac上实现加速的CPU和GPU训练。

例如，M1芯片配备了强大的新8核中央处理器和多达8核图形处理器，所有这些都是针对Mac上的ML训练任务进行优化的。在下图中，您可以看到针对Mac优化的TensorFlow 2.4如何在配备M1和英特尔芯片的通用Mac上实现巨大的性能提升。

在配备M1和英特尔芯片的13英寸MacBook Pro上，ML Compute对常见机型的训练效果以秒为单位按批次显示。人数越少，训练时间越短。

在搭载英特尔芯片的2019款Mac Pro上使用ML Compute时，对常见机型的训练效果以每批次秒为单位显示。人数越少，训练时间越短。

开始使用针对Mac优化的TensorFlow。

用户可以使用ML Compute作为TensorFlow和TensorFlow插件的后端，而无需对其现有的TensorFlow脚本进行任何更改。

首先，请访问苹果的GitHub存储库，了解如何下载和安装针对Mac优化的TensorFlow 2.4。

在不久的将来，谷歌将把这个版本集成到TensorFlow主分支中，这样用户就可以更容易地进行这样的更新，并获得这些性能数据。

你可以在苹果的机器学习网站上了解更多关于ML Compute框架的信息。

编辑：haq。

谷歌表示，借助TensorFlow 2，可以跨平台、跨设备、跨硬件实现一流的训练性能，让开发者、工程师和研究人员可以在自己喜欢的平台上工作。IT之家了解到，TensorFlow用户可以使用TensorFlow 2.4 Mac优化版和全新ML Compute框架，在搭载苹果新M1芯片或英特尔芯片的Mac上加速训练。这些改进增强了苹果开发者通过TensorFlow Lite在iOS上执行TensorFlow的能力，继续展示了TensorFlow在苹果硬件上支持高性能ML执行的广度和深度。

采用最大似然计算的Mac性能。

苹果最近发布了一系列搭载新M1芯片的苹果产品。因此，苹果针对Mac优化的TensorFlow版本可以充分利用Mac的强大功能，大幅提升其性能。

ML Compute是苹果的新框架，可以在Mac上训练TensorFlow模型。现在，你可以在搭载M1和英特尔芯片的Mac上实现加速的CPU和GPU训练。

例子

如，M1 芯片搭载功能强大的新型 8 核 CPU 和多达 8 核 GPU，均针对 Mac 上的 ML 训练任务进行了优化。在下图中，您可以看到针对 Mac 优化的 TensorFlow 2.4 如何在搭载 M1 和 Intel 芯片的通用型号 Mac 上实现巨大的性能提升。

▲在搭载 M1 和 Intel 芯片的 13 英寸 MacBook Pro 上使用 ML Compute 时对常见模型训练影响，以每批秒数显示，数字越小表示训练时间越短

▲在搭载 Intel 芯片的 2019 Mac Pro 上使用 ML Compute 时对常见模型的训练影响，以每批秒数显示，数字越小表示训练时间越短

开始使用针对 Mac 优化的 TensorFlow

用户无需对其现有的 TensorFlow 脚本进行任何更改即可使用 ML Compute 用作 TensorFlow 和 TensorFlow 插件的后端。

首先，请访问 Apple 的 GitHub 仓库，了解如何下载和安装 Mac 优化的 TensorFlow 2.4。

在不久的将来，谷歌会将该版本集成到 TensorFlow master 分支中，使用户能更轻松地进行此类更新，从而获得这些性能数据。

您可以在 Apple 的机器学习网站上了解 ML Compute 框架细节。

责任编辑：haq

.dfma { position: relative; width: 1000px; margin: 0 auto; } .dfma a::after { position: absolute; left: 0; bottom: 0; width: 30px; line-height: 1.4; text-align: center; background-color: rgba(0, 0, 0, .5); color: #fff; font-size: 12px; content:"广告"; } .dfma img { display: block; }