促進機器學習模型再利用，Google釋出模組打包函式庫TensorFlow Hub

為促進機器學習TensorFlow生態系的發展，讓開發者的努力可互相交流與再次使用。Google發表TensorFlow Hub，提供機器學習模組打包函式庫，幫開發者把TensorFlow的訓練模型發布成模組，方便再次使用或是與社群共享成果。

TensorFlow Hub是一個機器學習模組的打包函式庫，用來發布機器學習可重複使用的部分，其中包括TensorFlow Graph、權重以及外部檔案等所需資源，這些模組包含了大量資料集預訓練後取得的變數，可以供類似任務使用。這樣的成果可以使後續開發者，用更少的資料集訓練精準模型、改進泛化（Improve Generalization）或是大幅提升模型訓練速度。

TensorFlow技術推廣工程師Josh Gordon表示，TensorFlow Hub的想法來自於一般軟體開發所使用的函式庫，或是程式碼倉儲庫碼這類的共享概念。使用函式庫能加速撰寫程式時解決問題的速度，他認為，使用函式庫的想法，實則改變了軟體工程師工作的方法，開發者傾向以模組的方式建構程式。

在機器學習領域，除了分享程式碼外，Google還希望可以進一步以分享預訓練的模型，來幫開發者加速器學習的應用，Josh Gordon提到，像是NASNet這類模型，Google花費了數千個GPU小時進行訓練，而這樣的運算資源一般開發者取得並不容易，因此共享預訓練模型，可以讓開發者不需要具備這樣的運算資源以及資料，也不用從頭做起，就能使用其他人的成果。

隨著機器學習技術的發展，模型再利用的概念逐漸被重視，像是Google才剛發表的TensorFlow.js，特點不只是讓開發者更容易在瀏覽器端發展機器學習應用，同時也讓開發者不需要從頭開始訓練模型，TensorFlow.js工作流程支援使用預訓練好的模型，或是對預訓練模型進行再訓練。

而Linux基金會底下的深度學習基金會，在3月時啟動的Acumos AI計畫，目的也是在促成人工智慧以及機器學習應用的交流分享。其Acumos市集，讓平臺使用者能以套件的形式提供人工智慧的微服務，或是在市集上分享機器學習的模型。