MARTIN WICKE: I'm Martin Wicke.

当たり前ですが これから

I'm the engineer lead for a TensorFlow 2,

TensorFlow 2についてお話しします

and I am going to, unsurprisingly, talk

TensorFlowは 非常に成功しています

about TensorFlow 2.

スタート時には 想像できなかったですが

TensorFlow has been extremely successful.

Google内でも Google外でも

And inside of Google, outside of Google,

活気のあるコミュニティに育ちました

it has grown into a vibrant community

ユーザーたちは 毎日 芸術と音楽からも

that really when we started it we were not able to imagine.

初耳ですが中世の手書き写本からも 科学や医学からも

And our users are building these ingenious, clever, elegant

巧妙で賢くエレガントなものを

things everyday from art and music,

ビルドしています

from what you just heard about medieval manuscripts, science,

みなさんが作成したものは 予想以上に美しくて

and medicine.

我々は そこから 多くのことを学びました

And the things people created were unexpected and beautiful.

みなさんの作成方法から 多くのことを学びました

And we learned a lot from that.

TensorFlowは これらすべての 創造性を可能にしていて

And we learned a lot from how people did it.

本当にAIの完全民主化を可能にしました

And TensorFlow flow has enabled all this creativity

最高ですね

and really jumpstarted this whole AI democratization,

しかし 時折 使いづらいですよね？

which is great.

時折 苦痛を伴います

But it has been a little bit hard to use sometimes

標準Pythonから移行しているときに セッションを使う実行には

And we know.

違和感がありました

At sometimes it's been a little painful.

TensorFlowのAPIは 時間と共に成長し

So using sessions wasn't the most natural thing

少し複雑で紛らわしくなりました

to do when coming from regular Python.

最終的にはTensorFlowを使えば 何でもできますが

And the TensorFlow API has grown over time

TensorFlowを使うのが 最善であると

and got a little bit cluttered, a little bit confusing.

言えないときもあります

In the end, you can do everything with TensorFlow,

ですから TensorFlowを始めてから 我々は多くのことを学び

but it wasn't always clear what's the best

ラピッドプロトタイピングや より容易なデバッグが必要であること

way to do it with TensorFlow.

ひどく煩雑であることを 認識したのです

And so we've learned a lot since we started this,

ですから それを改善し

and we realized that you need rapid prototyping,

新バージョンのTensorFlowで それらの問題に取り組んでいます

you need easier debugging, there's a lot of clutter.

今は TensorFlow 2 アルファ版がリリースされています

So we're fixing this.

我々が実装した全機能に アクセスする設計レビューに

We're addressing these issues with a new version

多くの人が 参加してくれました

of TensorFlow--

血のにじむような開発と 隣り合わせの生活に参加した人たちは

today, releasing an alpha of TensorFlow 2.

毎晩プレイしてくれたのでしょう

Many of you have participated in the design reviews

インストールして 試して

that went into this for all the features

問題を発見し 改善してくれました

that we have implemented.

ご協力に とても感謝しています

Those of you who are really living

現在 TensorFlow 2アルファ版は 前のTensorFlowや

on the bleeding edge of development

pipインストールを使用した インストールが可能です

have probably played with a nightly.

それだけで使用開始できます

You have installed it.

では 何が変わったのでしょうか？

You have tested it.

我々が TensorFlow 2を作るときの 最大の焦点は

You have found issues.

ユーザビリティでした

You have fixed issues.

TensorFlowの高レベルAPIとして Kerasを採用しました

So thank you very much for your help.

TensorFlowとKerasを 深く統合しました

You can now install the alpha release of TensorFlow 2

Kerasはモデルの開発と展開における クリアな方法を与えてくれます

using just pip install --pre tenserflow.

このAPIで生産性が上がり

And you can go and play with it.

使用を開始しやすいのです

So what has changed?

もちろん TensorFlowにも Kerasの完全な実装が入っています

When we create TensorFlow 2, really the biggest focus

でも さらに推し進め

is on usability.

Kerasを拡張したので

We've adopted Keras as the high level API for TensorFlow.

TensorFlow内の すべてのアドバンス機能が

We've integrated it very deeply with TensorFlow.

直接 tf.kerasから使用できます

Keras gives you a clear path of how to develop models,

他に変わったことは

how to deployment models.

Eager Executionが デフォルトになったことです

It has a [INAUDIBLE] API that makes people productive,

古いTensorFlow 1.xバージョンは 宣言型を使用しており

and we know that it gets you started quickly.

それがPythonのものと 一致しないことが多々ありました

TensorFlow also includes a complete implementation

TensorFlow 2では サラウンドコードと一致して動作します

of Keras, of course.

ですから ２つの数字を合計すれば 即時に結果が返ってきます

But we went further.

本当に素晴らしいですね

We have extended Keras so that you

なので...

can use all of the advanced features in TensorFlow

ですからグラフを作成するのにも

directly from tf.keras.

広大なプログラムをシリアル化するのにも

The other big change in TensorFlow 2

プログラムを簡単に配信するのにも

is that it is Eager execution by default. Traditional 1.x

分散コンピューティングするのにも

TensorFlow used a declarative style,

グラフに最適化させるにも 利便性が付与されます

and it was often a little bit dissonant with the surrounding

それらの機能は難しくなく 簡単なものです

Python.

TensorFlow 2は メジャーリリースです

And in TensorFlow 2, TensorFlow behaves just

つまり 我々に クリーンアップができるのです

like the surrounding code.

これまで多くのことをしました

So if you add up two numbers, you

数多くの重複した機能を消去し

get a result back immediately, which is amazing, really.

APIを連結したり 整理したり

[LAUGHTER]

APIのイメージを 首尾一貫したものにしたり

But you still get all the benefits

それは TensorFlowだけでなく

of working with A graph--

TensorFlowの周辺で成長してきた ツールエコシステム全体です

robust program serializating, easy distribution

すべてのインターフェースを 試したり 並べるのに

of programs, distributed computation,

多大な努力を費やしました

optimizations on the graph.

そして そのエコシステムのどこへでも スムーズに移動できる

All of that stuff is not going away, it's just getting easier.

交換フォーマットを明確にしました

So TensorFlow 2 is a major release,

多くのものが TensorFlowから取り除かれましたが

which means that we have the ability to clean it up.

それは 機能が減ったのではなく

And we did-- like, a lot.

より柔軟になったのです

So we had a lot of duplicate functionality

柔軟性を保ち 拡張することで

that we have removed.

このような開発のすべてが 可能になったのです

We've consolidated the API.

現在 内部で使用するOPSをすべて robモジュール経由でユーザーに公開する

We've organized the API.

より完成された低レベルAPIを 我々は 作成しました

We've made sure that the API looks and feels consistent.

変数やチェックポイントなど TensorFlow内の重大コンセプト用の

And this is not only about TensorFlow itself,

継承可能インターフェースを すべて提供しています

this is about the whole ecosystem of tools that

これにより フレームワークの作者は

has grown around TensorFlow.

残りのエコシステムとの 相互運用性を維持しながらも

We've spent a lot of effort to try and align

TensorFlowのトップに ビルドできるのです

all of these interfaces.

たくさんの使用例は 後々 出てくると思います

And we've defined exchange formats

TensorFlowエージェントの講演も 本日 この後でありますし

that'll allow you to move all throughout this ecosystem

DeepMindによるSonnetについての 講演も 明日ありますので

without hitting any barriers.

実践的な使用方法については そちらでどうぞ

We have removed a lot of stuff from TensorFlow,

では みなさんに 質問させてください

but that doesn't mean that it's not--

私は 素晴らしい 新時代TensorFlowの一部として

it has gotten more flexible, not less.

何をすべきでしょうか？

It retains and expands on the flexibility

いつだって 何かに アップグレードするのは大変です

we had that enabled all of this development.

メジャーバージョンの アップグレードは 特にそうです

And we've created a more complete low level

Googleは これから TensorFlow 2への

API that now exposes all of the internally use ops

世界最大のコードベース 変換処理を開始します

to the users via the robs module.

我々は その変換処理をしつつ 移行ガイドの記載も行います

We provide inheritable interfaces

すでに開始され オンライン公開されたものもあります

for all of the crucial concepts in TensorFlow,

多数の最適な実践が 提供されることになるでしょう

like variables and checkpoints.

Googleでできることは みなさんにもできます

And this allows framework authors

その移行をスムーズにするための

to build on top of TensorFlow while maintaining

ツールが 数多く提供されています

interoperability with the rest of the ecosystem.

まずは TensorFlow 2の一部として

And you'll hear a lot of these examples later.

互換モジュールである tf.compat.v1が出ています

There'll be talk about TF agents later today.

これには1.xバージョンの すべてのAPIが入っています

There'll be a talk about Sonnet by DeepMind tomorrow.

ですので 特定の機能が 廃止予定だとしても

So you'll see examples of how this works in practice.

その機能を使い続けたり 検索することもできます

Now, the real question for you is, of course, what

しかし tf.contribは含まれませんので

do I have to do to be a part of this great new era

除外してください

of TensorFlow?

しかし 代わりに コミュニティサポートを設置しました

And we know it's always hard to upgrade to anything.

そこを頼っていただければ 使用方法をサポートします

And that's especially true for major version upgrades.

TensorFlow 2で走るコードを

At Google, we will now start the process

自動的にアップデートする スクリプトも発表していますので

of converting one of the largest codebases in the world

その動作をお見せしましょう

to TensorFlow 2.

このプログラムを変換するとします

And while we're doing that, we'll

これはShakespeareにより洗練された 簡単な言語モデルでオンライン存在する

be writing a lot of migration guides.

シンプルな例です

we have started that already, and some of them

ここに TensorFlow 2すべてに インストールされるユーティリティの

are online and will provide a lot of best practices for you.

tf_upgrade_v2を走らせるだけです

And if we can do it at Google, you can probably do it too.

これは 実行したことを表示します

So we're giving you and us a lot of tools

この場合 数か所が変更されました

to make this transition easier.

そして 変更部分を見ると

And first of all, as part of TensorFlow 2,

いくつか改名された機能があります

we're shipping a compatibility module--

APIが認識されると 機能の改名が起こります

we call it tf.compat.v1--

つまり multinomialは 実は機能として間違った名前なんです

which contains all of the 1.x API.

なので random.categorical.に 改名されました

So if you rely on a specific deprecated function,

スクリプトが表示されるので 心配ありませんね

you can still use it, and you can still find it there,

機能の改名や命令の変更において 多くの議論がされました

except for t tf.contrib, which is not

追加や削除についても 議論されました

going to be included at all.

みなさんのために できるだけ スクリプトによる変更をしています

But we've created a community-supported alternative

そして それでもダメなら

that support your use case if you rely on something in there.

TensorFlow 1に存在した符号と

We're also publishing a script which will automatically

TensorFlow 2のものが 完璧に同じではないので

update your code so it runs on TensorFlow 2.

先ほどの互換性モジュールを使います

Let me show you how that works.

完全に置換したものがないなら

Let's say I want to convert this program, which

変換後もコードが 期待通りに動作するかを

is a simple example that we have online of a simple language

確認するために 使用します

model trained on Shakespeare.

旧時代的ですね

So what I do is I simply run tf_upgrade_v2,

例えば AdamOptimizeは

which is a utility that's included with any installation

大部分で動作が 微妙に変わっていますが

of TensorFlow 2.

影響はないでしょう

It tells me what it did.

しかし 万が一のため

And in this case, there's really just a handful of things

compat.v1 AdamOptimizerに 変換します

that it changed.

一度 変換が完了して エラーが なかったら

And you can see, if you look at what changed,

TensorFlow 2で 新プログラムを走らせても

there's some functions that it renamed.

動作するでしょう

The reorganization of the API leads to renamed functions.

以上です

So multinomial was actually the wrong name for this function.

とても簡単ですよね

So it renamed it to random.categorical.

トラブルがないことを祈ります

That's something the script will do for you,

この自動変換は 変更して動作するものですが

so you don't have to worry too much about it.

スタイル自体をTensorFlow 2に 変更しないので 覚えていてください

A lot of functions had arguments renamed, their order changed,

それは自動ではありません

or some arguments added or deleted.

処理について学ぶことは たくさんありますので

As far as possible, the script will make those changes

もっと知りたい方は 明日10時半からのアンナとトーマの

for you.

2.0と移植の例についての講演を 確認してください

And then, if all else fails, sometimes there

行く価値があります

isn't really a perfect equivalent in TensorFlow 2

もちろん 我々もGoogle で その処理を通しますし

to a symbol that existed in TensorFlow 1

ドキュメントも出します

And then, we'll use the compatibility module

この講演は きっかけです

that I talked about earlier.

それでは 今後の予定について 全容をお伝えします

If there is no perfect replacement,

昨日今日の 2.0アルファ版の話は省略します

we'll use that in order to make sure

これをビルドするのに 時間はかかりました

that your code still works as expected after the conversion.

現在は すでに把握されてる 欠けた機能の実装を

So it's pretty conservative.

いくつか手掛けています

So for instance, the AdamOptimizer

ライブラリと Google を 変換しています

is a very subtle behavior change that mostly probably

これから２～３か月間は 試行と 最適化が 山ほどあります

won't affect you.

リリース候補版は 春を 目指しています

But just in case it might, we will convert it

春とは ある意味 柔軟な概念ですが

to compat.v1 AdamOptimizer.

とにかく 春です

Once the conversion is complete and there were no errors,

リリース候補版が出た後でも

then you can run the new program in TensorFlow 2,

リリース試験や統合試験を 通さなくてなりませんので

and it'll work.

標準のリリースの流れよりも

That's the idea.

少し時間がかかることが予想されます

So it should be pretty easy for you.

しかし リリース候補版が出たら それが完成版です

Hopefully, you won't get trouble.

この過程を確認したいなら ぜひ 行ってみてください

Note that this automatic conversion,

すべてオンラインで追跡できます

it will fix it so it works, but it won't fix your style

GitHub TensorFlow 2 trackerに 載っています

to the new TensorFlow 2 style.

特定の機能を探したり 進捗状況を知りたいだけでも

That cannot be done automatically.

毎日更新されているか 行って確認してください

And there's a lot to learn about this process,

溜まったバグが 最終的に ここに来るので 進捗状況を知ることができます

so if you want to know more, check out the talk by Anna

ですから みなさんあっての TensorFlow 2です

and Tomer tomorrow at 10:30 about 2.0

今までも不具合がありますが

and porting your models.

将来は これ以上に みなさんに試行していただきたいです

That'll be worthwhile.

動作についての情報を お寄せください

Of course, as we go through this process at Google,

本日 アルファ版を インストールしてください

we'll also publish a lot more documentation.

これで みなさんが作ったものを とても見たいので

But this talk is the best start.

アルファ版をインストールし

All right.

tensorflow.org/r2.0にある ドキュメントを確認してください

So let me give you an idea about the timeline of all of this.

そうすれば TensorFlow 2の 動きが わかると思います

We have cut 2.0 alpha today or yesterday--

今後２～３か月で さまざまな側面を正確に伝える

it took some time building it.

多くのコンテンツが発表されるでしょう

We're now working on implementing some missing

では これからカーメルが

features that we already know about.

TensorFlow 2.0の 高レベルAPIについてお話しします

We're converting libraries.

ありがとうございました

We're converting Google.

[カーメル・アリソン TensorFlowエンジニアマネージャー]

There's lots of testing, lots of optimization

こんにちは TensorFlowエンジニアマネージャーの

that's going to happen over the next couple of months.

カーメル・アリソンです

We're targeting to have a release candidate in spring.

マーティンが 今 TensorFlow 2.0と はじめ方を お話ししましたので

Spring is a sort of flexible concept--

私は 高レベルAPIに 導入されるものと機能について

[LAUGHTER]

少し お話しします

But in spring.

まず始めに 高レベルAPIとは何でしょうか？

After we have this release candidate,

機械学習モデルをビルドするとき 多くの共通部品と繰り返し作業があります

it still has to go through release testing and integration

家を建てるみたいにね

testing, so I expect that to take a little bit longer than a

高レベルAPIは モデルをより簡単に

for our regular release chains.

繰り返しビルドし 測定する支援ツールです

But that's when you can see an RC, and then,

マーティンが２～３年前に 言ったとおり

eventually, a final.

TensorFlowは 我々が提供する高レベルAPIの１つ

So if you want to follow along with the process, please do so.

Kerasに適応しています

All of this is tracked online.

Kerasの主な仕事は モデルビルドの特定です

It's all on the GitHub TensorFlow 2 project tracker.

複数の機械学習フレームワークと共働し

So I would just go and look at that

レイヤーや モデルや 損失や 最適化などを定義するための

to stay up to date if you were looking

共有言語を提供します

for a particular feature or just want to know what's going on.

我々はTensorFlowの中心部に

If you file any bugs, those end up there as well so everybody

TensorFlowに 最適化させたバージョンの

knows what's going on.

Kerasを実装しました

So TensorFlow 2 really wouldn't be possible without you.

その高レベルAPIを TF Kerasと呼びます

That has been the case already.

TF Kerasの使用経験者は 手を上げてくれますか？

But in the future, even more so, we'll need you to test this.

なるほど たくさんいますね

We'll need you to tell us what works and what doesn't.

では 次のスライドは 見慣れていますね

So please install the alpha today.

これはKerasの 最もシンプルな書き方です

We're extremely excited to see what you can create with us.

シンプルですよね

So please go, install the alpha, check out the docs.

これは 学びやすく 最初からPython型にビルドしました

They're at tensorflow.org/r2.0.

これは 機械学習の世界へ 招待するきっかけです

And with that, I think you should probably

こちらのコードは 全体モデルの定義と 繰り返される実行を表しています

hear about what it's like to be working with TensorFlow 2.

つまり みなさんがモデル構造の 設計や変更をするのに

We'll have plenty of content over the next couple of days

多くの定型文を 書く必要がなく 簡単です

to tell you exactly about all the different aspects of it.

同時に 継承や インターフェースに頼ることで

But we'll start with Karmel, who will speak about high level

Kerasは非常に柔軟で カスタマイズが利きます

APIs in TensorFlow 2.0.

これは機械学習の アプリケーションには重大です

Thank you

サブクラスモデルがあるので

[APPLAUSE]

任意のモデル構造を定義したり

KARMEL ALLISON: Hi.

実行の各段階で起きることを 変更したり

My name is Karmel Allison, and I'm an engineering manager

やりたいなら 繰り返し実行を 全体的に変更できます

for TensorFlow.

つまり Kerasは シンプルで実践的なのです

Martin just told you about TensorFlow 2.0

誰もが使い方を理解できます