在剛剛過去的 DevFest 上海站，Google 資深工程師顧仁民，分享了 TensorFlow Extended 如何幫助開發(fā)者快速落地項目，解決數(shù)據(jù)驗證，數(shù)據(jù)轉(zhuǎn)換，模型分析，部署上線等問題。

身邊的 TensorFlow 示例

上圖是一副海洋區(qū)域內(nèi)船只活動軌跡圖，其中每個船的活動點都是一個亮點，可以看到人類在海洋區(qū)域的活動非常頻繁。我們可以通過船只運行的軌跡了解到其深處的奧秘。假如有一艘船運行的軌跡是轉(zhuǎn)來轉(zhuǎn)去的，而不是直接從 A 點開到 B 點，其實它是在捕魚。我們根據(jù)這個軌跡可以判斷出這艘船是貨船或者是某一種特別的漁船，并用機器學(xué)習(xí)的方式來對船只的軌跡進行分類。

根據(jù)這一結(jié)論，我們可以進行進一步的環(huán)境保護的操作，從而保證魚不會被過度捕撈。

除此之外，還有一些形象的示例，如關(guān)于保險公司商業(yè)策略：保險公司可以通過TensorFlow，針對一些比較容易發(fā)生事故的司機，特定地增加一定比率的保費。

關(guān)于汽車拍賣定價：TensorFlow 可以幫助企業(yè)快速地通過圖片完成汽車相關(guān)的各種車況檢查，也包括理賠信息檢查等。

上圖中給出的是應(yīng)用了 TensorFlow 的 Google 用例，如翻譯、語音生成、醫(yī)療，以及節(jié)能等，他們有各自的意義，比如根據(jù)用戶實際情況，節(jié)能用在數(shù)據(jù)中心最大可以節(jié)約 40% 。

一起進入 TensorFlow Extended 階段

機器學(xué)習(xí)為我們帶來了很多便利，但上面的三個示例具體應(yīng)該如何實現(xiàn)呢？我們可以先想想機器學(xué)習(xí)的代碼層面是什么樣子。

用過 Keras 的工程師會比較清楚，它從代碼上看比較簡單。

再復(fù)雜一點的 Wide & Deep?？赡艽蠹液芏鄷r候需要做一個機器系統(tǒng)去做推薦工作，這個稍微有點復(fù)雜，但要實現(xiàn)這樣一個模型要多少代碼呢？

只有圖中所示的這些，直接就可以上手了！所以，可以認為以往我們認為最難的機器學(xué)習(xí)核心部分的模型代碼，實際上最終的量都比較小。

什么是 TensorFlow Extended ？

在機器學(xué)習(xí)里，我們非常關(guān)注模型代碼，而 TensorFlow Extended ，不只是模型。

TensorFlow Extended 解決了哪些問題呢？前面提到，機器學(xué)習(xí)的代碼很簡單，但為了實現(xiàn)機器學(xué)習(xí)，開發(fā)者日常需要花費大量的人力在數(shù)據(jù)收集、配置、機器管理等各種各樣的事情上，反而曾經(jīng)認為最難的機器學(xué)習(xí)的模型代碼部分是最簡單的，那么這些需要花費外圍力量的工作我們是必須鋪人力去做，還是能夠通過其他方式實現(xiàn)，從而讓項目快速實施落地呢？

TensorFlow Extended 就是 Google 推出的一個能夠幫助解決這些問題，幫助開發(fā)者實現(xiàn)快速實施落地項目的有效工具。

TensorFlow Extended 可以解決上圖所列的一部分問題，雖然還有很多模塊還沒開源，但將會陸續(xù)開源出來，例如在上圖中出現(xiàn)的最底層的儲存層、管理層等工作。

如何準備 TensorFlow Extended 的數(shù)據(jù)？

TensorFlow Extended 可以分為四個部分。我們知道在機器學(xué)習(xí)中，有人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)等多個概念，機器學(xué)習(xí)可以認為是數(shù)據(jù)驅(qū)動的智能，所以數(shù)據(jù)是非常重要的，它本質(zhì)上是放入數(shù)據(jù)，產(chǎn)出模型，中間有些算法。

但如果數(shù)據(jù)是垃圾數(shù)據(jù)的話，出來的模型肯定也是有問題的。如果再加上迭代，用模型再去改進它獲取新的數(shù)據(jù)，那相當(dāng)于錯上加錯，所以這會進入一個惡性循環(huán)，效果會越來越差。

怎樣防止這個問題？

要在第一步數(shù)據(jù)問題上做保證，這也是 TensorFlow Extended 的作用。舉例說明它的作用：我們首先在 TensorFlow Extended 中收集一部分（比如一天）的數(shù)據(jù)，假設(shè)第一天數(shù)據(jù)可能有錯，也可能是正確的，所以需要人工檢查來確保無錯，形成一個好的數(shù)據(jù)集，作為以后的參考。

怎樣檢查數(shù)據(jù)集是好還是壞？

一個方法是逐條查看，另一個方法是查看統(tǒng)計信息，此時，使用 TensorFlow Extended 可視化檢查相對比較方便，能在下方看到它的最大值、最小值、均值、方差等相關(guān)統(tǒng)計信息。

人工檢查信息后，我們還可以檢查得更復(fù)雜一些。圖中紅色的部分能告訴我們哪些數(shù)據(jù)可能有問題，不一定真的有問題，但從統(tǒng)計的角度這些數(shù)據(jù)可能屬于離群數(shù)據(jù)，是比較特別的數(shù)據(jù)，TensorFlow Extended 會提示人工進行更詳細的檢查。

待這些檢查工作完成后，基本可以認為第一天的數(shù)據(jù)是比較干凈、比較正確的。然后我們可以根據(jù)這個數(shù)據(jù)生成一個相對更固定的 schema ，形成刻劃后的第一天的數(shù)據(jù)。當(dāng)然還可以進一步細調(diào)這一 schema 并將之用在其他地方，如 TensorFlow 這個場景上。

解決好第一天的數(shù)據(jù)后，進入第二天，我們假設(shè)第二天的數(shù)據(jù)肯定是對的，但是有可能是特別的，這有兩種情況：

第二天跟第一天不一樣，模型需要調(diào)整。

第二天的數(shù)據(jù)是臟的。

怎樣發(fā)現(xiàn)這個問題？

第二天的數(shù)據(jù)也可以生成 stats 數(shù)據(jù)，我們可以在 TensorFlow Extended 中把兩天的數(shù)據(jù)合在一起，如將第一天和第二天的數(shù)據(jù)一起展現(xiàn)，來查看其均值、方差等各種指標是否匹配，如不匹配，說明第一天和第二天的數(shù)據(jù)在統(tǒng)計上的分布情況差異較大，則第一天訓(xùn)練的模型不太能用在第二天。我們也可以更詳細的去查看很多可視化的解釋。

當(dāng)查看完后，我們還要再進一步的看第一天和第二天是否還有較大的差異。除去可視化，如果想自動化這一過程，或不頻繁看圖表，該怎么辦呢？用 stats 去檢查差異性。比如，把第一天的 stats 和第二天的 stats 進行比較，如第一天統(tǒng)計出的值域是 0-100，第二天為120，說明最大化發(fā)生了變化，有可能發(fā)生了不太正常的事情。

接下來是Data validation，有可能需要針對模型轉(zhuǎn)換的數(shù)據(jù)、數(shù)據(jù)轉(zhuǎn)換的數(shù)據(jù)，包括線上設(shè)定的數(shù)據(jù)等進行該工作， TensorFlow Extended 有多種處理方式可以完成這一驗證。

TensorFlow Extended 模型出錯如何解決？

數(shù)據(jù)整理完成后是 TensorFlow 中與機器學(xué)習(xí)相關(guān)的如分桶，或者一些 NLP 上做特征交叉的工作。

下面是 TensorFlow Extended 非常有用的一點，可能開發(fā)者使用單一模型不能解決所有的問題，需要用多個機器學(xué)習(xí)模型拼接起來才能解決一個大的問題。如做圖象識別類、文本識別類的工作，第一步要建立一個檢測模型，第二步做識別模型對行里做序列檢測，接下來進入到機器學(xué)習(xí)核心代碼部分去做訓(xùn)練。

此時開發(fā)者可能會面臨一個問題：這個模型有可能是錯的，或者說數(shù)據(jù)有可能還是錯的，或者說這個模型定義是有問題的，沒有表達出這個數(shù)據(jù)的一些特別的特征出來。此時，我們需要去做一些分析，要建立適合用來分析的版本，然后進入這個模塊。

以一個典型的例子為例，刻劃所做工作是否準確有幾個指標，但這幾個指標是針對所有測試集數(shù)據(jù)的宏觀指標，它只能說明總體是怎么樣的情況，就像一場考試，老師給給出的總分數(shù)，無法說明答題者選擇題還是填空題做的好。如果我們知道哪一部分做的好、哪一部分做的不好，就可以針對做的不好的部分進行深挖，下次可以做的更好一點，這是 TensorFlow Extended 的一個重要功能，它可以告訴開發(fā)者更細致的信息。

下面有幾個例子：

1. 打車的場景，它可以體現(xiàn)上午比較好還是下午比較好，在高峰時間數(shù)據(jù)比較多，低谷時間數(shù)據(jù)比較小，我們可以用這樣一個工具很快的去分析出到底哪些不對。

2. 電商的場景，如果業(yè)務(wù)在大城市表現(xiàn)很好，但是在中小型城市表現(xiàn)不好，是不是中小型城市數(shù)據(jù)不夠均勻，參數(shù)刻劃的不夠好等等問題，TensorFlow Extended 可以幫助你從數(shù)據(jù)切片的角度來分析到底哪些出了問題。

模型不可能一直不變，是要進行迭代更新的。迭代時，比如上個月的版本和本月的版本，兩個模型是有差異的，原因可能是數(shù)據(jù)產(chǎn)生了變化，算法產(chǎn)生了變化，或者一些別的特殊的業(yè)務(wù)規(guī)則的變化等各種各樣的原因。

這時如果能跟蹤隨著時間變化，這一機器學(xué)習(xí)小組的產(chǎn)出，或者說模型效果是越來越好，還是越來越不好，還是一直處于比較穩(wěn)定的狀態(tài) —— 那將是比較好的情況。

我們可以從時間軸上跟蹤多個版本來進行自動測試，到底這個系統(tǒng)的產(chǎn)出是不是一直變得更好，如果變得更好，我們可以看到哪個時間點開始變得更好了，可以總結(jié)出該時間段內(nèi)做了怎樣的工作使得模型變得好了，這樣的話寫報告給老板，這個工作做的意義；還有一種情形是昨天跑的很好，今天反而不好了，我們可以反思一下這段時間系統(tǒng)上線了什么東西，適當(dāng)?shù)恼{(diào)整模型或者修改特定的BUG，幫助我們第一時間找到模型哪里變得不好。

模型部署上線需要考慮的問題

模型從時間、數(shù)據(jù)切片等角度效果都比較好之后，說明開發(fā)工作已經(jīng)做得比較好了，需要考慮上線的問題。

上線我們保存為另一個更精簡的版本，這時再用 TensorFlow 就可以直接部署使用了，當(dāng)然部署的時候可以結(jié)合里面的一些工具直接進行部署等，這些資源管理類的開源框架都可以幫開發(fā)者完成一些事情。

我們現(xiàn)在提供兩種部署方式，一種叫 gRPC，另一種是 RESTful。

所有東西做完之后要做一個回饋，日志是一個公司非常寶貴的資源，如果信息可以回饋到一開始最上面或者更上游一層，會有助于更良性的循環(huán)。

當(dāng)然 TensorFlow Extended 在這里的開源可能還不夠充分，但如果開發(fā)者可以結(jié)合自己公司已有的處理機制去做這些環(huán)節(jié)，再進入下一個迭代循環(huán)的話，可以幫助開發(fā)者第一時間去發(fā)現(xiàn)業(yè)務(wù)系統(tǒng)是不是發(fā)生了一些狀況。

基本上走完整個流程后，便可以結(jié)合人工和自動的方式來確保機器學(xué)習(xí)整個處于一個良性的循環(huán)當(dāng)中。這就是 TensorFlow Extended 體現(xiàn)出來的價值。

現(xiàn)在上圖所示是 TensorFlow Extended中已經(jīng)開源的四個部分。還有更多的東西會陸續(xù)地開放，當(dāng)然還會結(jié)合 TensorFlow 資源調(diào)度類的框架做一些更深度的整合。

TensorFlow Extended 能夠在數(shù)據(jù)驗證即轉(zhuǎn)換，模型分析、部署上線等環(huán)節(jié)幫助開發(fā)者降低人力和投入的消耗，從而實現(xiàn)項目的快遞實施落地，除此之外，TensorFlow 還在對日常開發(fā)中更多需要消耗大量人力及資源的模塊進行改善和開發(fā)，并將之開源供開發(fā)者使用，希望開發(fā)者可以持續(xù)關(guān)注。