谷歌今天正在宣布发布其Tensorflow开源机器学习软件的0.8版。此版本很重要，因为它支持培训机器学习模型的能力，而不是仅仅是一台机器。

TensoRFlow可以用于一种称为深度学习的人工智能，这涉及培训大量数据的人工神经网络，然后让它们做出关于新数据的推断。培训是该过程中的一个重要步骤。

拥有超过100万台服务器，Googlers喜欢立即扩展许多服务器的软件，并平衡工作，以便更快速有效地进行。但是，当Tensorflow于11月向公众发布时，它不支持分布式培训。在不到24个小时内，人们将其视为GitHub问题。

“我们目前的内部分布式扩展有点纠缠于Google Internal基础架构，这就是我们首先发布单机版本的原因，”Google高级jeff Dean撰写了回复。“代码尚未在GitHub中，因为它在谷歌代码库的其他部分上有依赖性，其中大部分都被修剪，但有一些剩余的。

“我们意识到分布式支持非常重要，它是我们目前优先考虑的顶级功能之一。”

现在，五个月后，谷歌已经解决了这个问题。

这是显着的，因为还有其他类型的机器学习软件，可在多台机器上工作。例如，虽然Caffe深度学习框架不能用于分布式时尚的培训，但雅虎使其在Hadoop开源文件系统的顶部工作，用于使用Spark数据处理引擎的大数据。Deeplearning4J可以处理分布式培训，如微软的CNTK。但是Theano，另一个流行的框架（在许多其他可用）中，不能。

通过及时回应社区，谷歌可以让更多人改善其技术并用它构建更多软件。谷歌 - 杰夫迪恩本人 - 一直吹嘘开源社区对该项目的兴奋，现在谷歌也可以吹嘘人们在选择Tensorflow时，人们可以在一次使用许多机器训练。

“即使是小群体也受益于分布式Tensorflow，因为添加了更多GPU（图形处理单元），提高了整体吞吐量，并更快地产生了准确的结果，”谷歌脑软件工程师Derek Murray在博客文章中写道。

除了分布式支持外，0.8版本还附带了Google的初始网络的分布式培训师，以及定义分布式模型应该如何工作的代码。

谷歌发布了Tensorflow服务软件，用于2月份扩展推断。