Google放任「特徵蔓延」，不斷擴充、膨脹功能性，導致產品比初始設計更複雜，由於機器學習領域進展飛快，而Go …

Google放任「特徵蔓延」，不斷擴充、膨脹功能性，導致產品比初始設計更複雜，由於機器學習領域進展飛快，而Google必須頻繁地更新框架以適應相關新工具，這樣的方式使得TensorFlow產品失焦，且逐漸變得使用者不友善。TensorFlow是 Google在2015年推出的相關深度學習的工具，它曾經是深受學界與業界歡迎的開源深度學習框架，然而 2016年Facebook推出PyTorch，廣邀使用社群合力提高易用性、產業應用場景也變得更多元，TensorFlow的聲量於是開始下滑。而目前汽車產業是PyTorch最強勢的應用場景之一。

示意圖：123RF

據了解，深度學習是關於機器學習技術的子領域，藉由運用多層次的神經網路，自動化較複雜的電腦運算任務。TensorFlow當年問世時人氣直線上升，知名企業如Uber、Airbnb，都在初期就選用TensorFlow作為複雜專案的執行框架。而Facebook旗下的 AI 研究實驗室也在2018年推出PyTorch完整版，和TensorFlow 一樣，PyTorch使用之程式語言也是機器學習專家所愛用的 Python，只不過後者對於開源社群更加重視。儘管Google貌似從TensorFlow產品學到不少經驗，但究竟能否藉由開發JAX重回機器學習框架首選的寶座。

對此，為了不想讓 PyTorch專美於前，Google也正潛心研發另一款機器學習框架，並將之命名為JAX，外界認為 JAX 即將成為TensorFlow的繼任者，預計 Google 旗下的其餘組織，很快也將跟上這股風潮，未來幾年改變內部開發軟體的方法，並成為機器學習產品的使用框架。（記者／宋柏瑜）

這篇文章 深度學習子領域  Google再推JAX 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。