谷歌開發者大會2018實錄——TensorFlow篇
作者：閒魚技術-楚豐，仝輝
摘要
在9月21日結束的Google開發者大會上，閒魚團隊作為Google的合作伙伴參加了此次會議，不僅在Flutter方面與谷歌以及國內開發者進行了深度交流，同時閒魚技術開發專家陳永新作為本次大會的演講嘉賓，分享了閒魚基於TensorFlow Lite的端計算應用實踐。在閒魚的展臺上還展示了閒魚基於TensorFlow的黑科技：UI2Code，吸引了絡繹不絕的開發者前來圍觀。
TensorFlow 趨勢
TensorFlow自2015年釋出以來，已經成為世界上使用最廣泛的機器學習框架，滿足了廣大的使用者和用例需求。在此期間，TensorFlow隨著計算硬體、機器學習研究和商業部署的快速發展而得到進步。
為了反映這些快速變化，本次的谷歌開發者大會介紹了TensorFlow和lite的一些新特性，重點關注易用性。以下是TensorFlow的新特性：
1.Eager execution，動態圖機制，允許直接執行圖，將更方便除錯。
也將會是未來TensorFlow 2.0版本的預設開啟選項。它將使用者對程式設計模型的期望與TensorFlow更好地結合起來，並且使TensorFlow更易於學習和應用。
2.通過交換格式的標準化和API的一致性，支援更多平臺和語言，並改善這些元件之間的相容性和奇偶性。
3.將刪除已棄用的API並減少重複數量，避免給使用者造成混淆。
4.TensorFlow Lite轉換工具新增post-training模型量化（post-training quantization）。
對於相關的機器學習模型，這可以實現最多4倍的壓縮和3倍的執行速度提升。此外，模型主要由卷積層組成，執行速度提高10-50％的同時減少了記憶體和計算需求，預計大多數模型的功耗也會降低。
5.TensorFlow Lite從contribute目錄移動到主目錄，正式加入TensorFlow主工程。
TensorFlow Lite在閒魚客戶端上的應用
閒魚客戶端如何應用TensorFlow Lite
閒魚自研了一個基於TensorFlow Lite的框架，主要對三方面進行了定製：拓展性、安全性和動態化。
1.拓展性：在拓展性方面利用TensorFlow Lite的自定義OP，將我們所需的一些資料預處理等作為一個自定義OP，整合到同一個模型，這樣可以一個業務就是一個模型，能夠做到業務之間保持獨立。
2. 安全性：通過自定義的加密頭等方式，將模型進行加密，在客戶端執行該模型時，動態解析出原始模型，做到資料不落盤，最大程度保證了資料安全。
3. 動態化：通過服務端動態下發模型和OP的方式，實現了線上更新模型和演算法，極大地方便了灰度測試、演算法升級等需求。
應用一：視訊封面
在視訊封面這個案例中，利用TensorFlow Lite，可以將原先傳統演算法做的事，在端上用用AI模型來完成。傳統基於規則的做法，選取視訊封面的時候，是由演算法同學設計一個基礎演算法，同時再處理各種Case，最終選取一張封面。對於遺漏忘處理的情況，則需要發版更新演算法，維護成本太高。
而使用AI模型，則可以通過動態下發模型和OP的方式隨時灰度和升級。
應用二：視訊指紋
在這個案例中，展示了一種對 TensorFlow Lite 較“另類”的用法:將它當做一個計算框架。TensorFlow Lite 本身就是一種計算流程的框架，因此，可以利用它支援自定義OP的特性，將我們演算法的各個環節作為一個個自定義OP，然後利用模型將這些計算環節“串聯”起來，這樣，整個TensorFlow Lite就儼然成為了一個天然的端計算框架。這樣既可以對單個計算環節（自定義OP）做更新，還能隨時調整整個計算流程（即調整模型）。
應用三：智慧租房
最後這個案例是比較傳統的TensorFlow Lite的用法，使用了較流行的SSD模型，在租房環節，通過自能識別圖片中的傢俱（冰箱、電視等），以此自動地給使用者釋出的房屋打上標籤，不僅簡化了使用者操作，還豐富了商品資訊，為後臺資料搜尋推薦等提供了更有效的資訊。
TensorFlow 在閒魚工程效率上的應用
UI2Code
關於UI2Code的介紹，可以參考前面的一篇文章 ofollow,noindex" target="_blank">《Google開發者大會將揭曉哪些黑科技》 。
該專案展示的是從一張圖片，直接生成UI程式碼的過程。該圖片可以是設計師的視覺產出，也可以是手機上隨便開啟一個軟體然後截圖得到。
這裡針對大家關心最多的幾個問題做一下說明：
1.“UI2Code”和微軟剛剛開源的“Sketch2Code”有什麼區別
Sketc2Code 關注的是如何快速的將設計師的靈感，變成“近似”的UI程式碼，可以理解成是給設計師用的創作工具，生成的程式碼也並不是為了直接作為線上程式碼使用。
而我們的 UI2Code 關注的是1比1畫素級別的“精確”還原，目的是為了節省開發人員重複機械的視覺還原工作，將沒有創造性的重複性工作交給機器，這樣開發人員就可以去關注更重要的邏輯性問題。它生成的UI程式碼是“接近”生產可用的，開發人員只要做一些資料繫結或者細微的調整即可。
2.“UI2Code”是如何使用TensorFlow的？
實際上該專案是一個複雜的工作流程，在流程的某些節點上，我們使用TensorFlow來完成深度學習任務。比如，由於輸入是一張純圖片，並無其它任何資訊，因此，需要用深度學習來“理解”圖片內容，包括哪些是文字，哪些是圖片等等。
3.你們這個有對外提供服務嗎？是否有開源計劃？
目前該工具還只是閒魚內部使用（實際上我們的團隊已經用它有一段時間了，上線了多個導購頁面），下半年會開始考慮開源計劃。由於該工具裡面有部分我們自有業務的東西，同時公司有嚴格的開源稽核和披露的流程，因此還需要一段時間，大家可以關注我們的公眾號：閒魚技術，到時候有了進一步的訊息會第一時間在上面公佈。
結語
本次大會閒魚作為Google的合作伙伴，與廣大開發者分享和交流了閒魚在Flutter和TensorFlow等方向上的實踐，我們希望同廣大開發者一起，在技術的道路上，不斷探索創新，用技術推動業務。當然我們也對人才求賢若渴，如果你也希望做一些很“酷”的事情，歡迎加入閒魚！
簡歷投遞：[email protected]