最近看tensorflow**的時候，用git pull下來最新的master一看，哇好多的更新，然後點選去之前看到一半的cc檔案繼續看，好多地方都改變了。但是一看git log，有好多巨大的commit叫什麼 "merge commit for internal changes", "merge for github"，沒有任何的其他描述...，這樣基本上不知道到底改動是為了什麼。
相對來說hadoop的開源要實誠得多，每個改動都有對應的jira來跟蹤，從jira裡面可以看到改動的原因、設計（對於大的改變來說）和討論。任何乙個關注專案的人都可以在**merge之前提出自己的質疑，（只要不是無理取鬧）基本上能夠得到很詳細的回答。
出現這種區別最大的原因是**於google與apache本質上不同，google作為乙個商業公司，有的是人來維護**，基本上不在乎來自公司外的貢獻。對於google來說，開源tf（目測k8s也差不多）最大的目的是制定標準，推進自己的cloud，另外如果有更多的人來測試和修修補補那些外圍一點的東西那是再好不過了。
而apache**會本來就是為了開源而生，公司把專案貢獻給apache**會的目的除了為了提公升自身形象以外，主要是為了吸引使用者和更多的開發者，也就是造成槓桿的效應，那麼為了得到更多真誠的幫助，肯定得把自己的腸腸肚肚都剖出來給人看。不然外部的人怎麼去貢獻。
當然兩種方式各有優劣，對google這種級別的公司這種方式可能更快也避免了很多討論的時間但是也會讓很多潛在參與者走掉，而apache的方式更民主更開放。作為hadoop的一員，我還是真心喜歡apache的開放的工作方式...
最新 TensorFlow開源的序列到序列框架
4月11日，google的大腦研究團隊發布了 tf seq2seq這個開源的tensorflow框架，它能夠輕易進行實驗而達到現有的效果，團隊製作了該框架的 庫和模組等，能夠最好地支援其功能。去年，該團隊發布了google神經機器翻譯 googleneural machine translation...
谷歌開源 TensorFlow 的簡化庫 JAX
開發四年只會寫業務 分布式高併發都不會還做程式設計師？谷歌開源了乙個 tensorflow 的簡化庫 jax。jax 結合了 autograd 和 xla，專門用於高效能機器學習研究。憑藉 autograd，jax 可以求導迴圈 分支 遞迴和閉包函式，並且它可以進行三階求導。通過 grad，它支援自...
谷歌開源 TensorFlow 的簡化庫 JAX
谷歌開源了乙個 tensorflow 的簡化庫 jax。jax 結合了 autograd 和 xla，專門用於高效能機器學習研究。憑藉 autograd，jax 可以求導迴圈 分支 遞迴和閉包函式，並且它可以進行三階求導。通過 grad，它支援自動模式反向求導 反向傳播 和正向求導，且二者可以任何順...