TensorFlow เพิ่มโมเดลที่มาพร้อมกับโครงการอันล่าสุดคือ Skip-Thought โมเดลสำหรับการหาประโยคที่มี "ความหมาย" ใกล้เคียงกับประโยคที่ให้ไป แม้ว่าตัวข้อความตามตัวอักษรจะไม่คล้ายกันก็ตามที

ตัวอย่างการใช้งานที่ TensorFlow แสดงคือการหาข้อความคล้ายๆ กันในการรีวิวภาพยนตร์ หากใครจะนำไปใช้สำหรับการรีวิวอื่นๆ ก็น่าจะใช้งานได้เช่นเดียวกัน เช่นทุกวันนี้ที่เว็บรีวิวมันจับกลุ่มการรีวิวข้อความคล้ายๆ กันเป็นสรุปให้กับผู้ใช้ที่กำลังเลือกซื้อสินค้าหรือติดตั้งแอป

กูเกิลเปิดซอร์สโครงการ Show and Tell ปัญญาประดิษฐ์สร้างจาก Tensorflow สำหรับการบรรยายภาพถ่ายด้วยข้อความ โดยตัวงานวิจัย Show and Tell ตีพิมพ์ในวารสาร IEEE Transactions on Pattern Analysis and Machine Intelligence เมื่อกลางปีที่ผ่านมา (ดาวน์โหลดได้จาก Arxiv)

โครงการนี้ใช้ชุดข้อมูลจาก MS COCO ของไมโครซอฟท์ที่ปล่อยออกมาเมื่อปี 2015 เมื่อจัดการแข่งขัน ร่วมกับข้อมูลอื่น เช่น Pascal VOC,Flickr, และ SBU รวมภาพกว่าหนึ่งล้านภาพ การเทรนทั้งหมดต้องเทรนประมาณ 3 ล้านครั้ง สำหรับเครื่องที่มีกราฟิกการ์ดใบเดียวจะต้องใช้เวลาหลายสัปดาห์

TensorFlow เฟรมเวิร์คสำหรับสร้างโครงข่าย Deep Learning ประกาศเพิ่มไลบรารี TF-Slim สำหรับการสร้างโครงข่ายในระดับสูงได้ทั้งการฝึกโครงข่ายและประเมินผล

TF-Slim เคยเป็นโครงการทดลองสำหรับโมเดล Inception-V3 ที่ TensorFlow ปล่อยออกมาก่อนหน้านี้ แต่ตอนนี้กลายเป็นไบรารีเต็มรูปแบบอยู่ใต้แพ็กเกจ tf.contrib.slim

ในเวอร์ชั่นล่าสุด TensorFlow ยังเพิ่มฟีเจอร์อีกจำนวนมาก เช่น เลเยอร์ของนิวรอนแบบใหม่ๆ, ฟังก์ชั่นเพิ่มเติม, ไลบรารีสำหรับการทำงานร่วมกันระหว่างชิปกราฟิกและซีพียู, ไปจนถึงโมเดลที่ฝึกไว้ล่วงหน้า

ปัญหาคนแสดงความเห็นแบบ "ยาวไปไม่อ่าน" คงเป็นปัญหากันทั้งโลกที่แก้ได้ยาก แต่กรณีกูเกิล ทางแก้หนึ่งที่เป็นไปได้คือเขียนปัญญาประดิษฐ์ขึ้นมาช่วยอ่านและสรุปมาให้

กูเกิลใช้เทคนิค sequence-to-sequence learning นำฐานข้อมูล Gigaword มาเรียนรู้กระบวนการสร้างข้อความสรุปเพราะตัวฐานข้อมูลคือเนื้อข่าวและหัวข่าวอยู่แล้ว

TensorFlow เฟรมเวิร์คสำหรับพัฒนาระบบ machine learning ออกรุ่น 0.9.0 RC0 รองรับแพลตฟอร์มเพิ่มเติมได้แก่ Python 3.5 และ iOS เข้ามาแล้ว จากเดิมที่รองรับเฉพาะแอนดรอยด์

รุ่น 0.9.0 RC0 นี้มีนักพัฒนาภายนอกกูเกิลส่งโค้ดเข้าโครงการแล้ว 46 คน และตอนนี้เองก็ยังมีแพตช์ส่งเข้ามาเรื่อยๆ

การที่ TensorFlow รองรับแพลตฟอร์มที่หลากหลายขึ้นแบบนี้ในอนาคตถ้าใครจะ train โมเดลเพื่อไปใช้ในอุปกรณ์เคลื่อนที่ก็คงตัดสินใจกันได้ง่ายขึ้น

กูเกิลปล่อยไลบรารี TensorFlow สำหรับการประมวลผล machine learning มาตั้งแต่ปีที่แล้ว แต่ตัวอย่างที่ให้มาเป็นการทดลองใช้งานด้วยโมเดลจัดหมวดหมู่ภาพจากโมเดลที่กูเกิลเตรียมมาให้แล้ว ตอนนี้กูเกิลจึงประกาศเปิดซอร์สโมเดล Inception-v3 ที่เปิดให้ทุกคนไปสร้างโมเดลของตัวเองได้

โค้ดและไลบรารีที่กูเกิลเปิดมาให้ จะทำให้ผู้สนใจสามารถสร้างโมเดลของตัวเอง, เทรนโมเดลเพิ่มเติมเพื่อความแม่นยำในงานบางประเภทให้ดีขึ้น, ปรับสถาปัตยกรรมใหม่ที่อาจจะทำงานได้เร็วขึ้น

กูเกิลเปิดตัว TensorFlow ไลบรารีสำหรับการคำนวณจากข้อมูลที่ไหลเข้ามาเป็น dataflow รองรับการกระจายงานไปยังซีพียูหรือชิปกราฟิกได้โดยไม่ต้องเขียนโค้ดใหม่ เน้นรองรับการพัฒนาระบบ machine learning โดยเฉพาะ

TensorFlow รองรับการจัดการกับข้อมูลรูปแบบต่างๆ ตั้งแต่กระบวนการง่ายๆ เช่น บวก ลบ คูณ หาร การจัดการสตริง เช่น ต่อสตริง ตัดสตริง ไปจนถึงการจัดการข้อมูลระดับสูง เช่น ฟังก์ชั่น SoftMax, Sigmoid, ReLU

ตัวไลบรารีมาพร้อมกับโปรแกรม TensorBoard ที่ใช้ดูเส้นทางของข้อมูลและเข้าไปดูได้ว่าแต่ละขั้นตอนมีพารามิเตอร์อย่างไรบ้าง

สัญญาอนุญาตเป็น Apache 2.0 สามารถนำไปพัฒนาเพื่อการค้าได้