和我聊过的许多人都对一件事表示十分吃惊——那就是在谷歌内部，我们使用的代码库和我们在GitHub上所开放的几乎完全相同。不过，两者间还是存在一点区别的，比对谷歌专用基础设施的支持是独立的，路径也和GitHub版不一样，但同步的过程是完全机械的。我们至少每周推出一次内部更新，更多时候是下载GitHub版本。
麻烦的是，我们要进行双向同步。在GitHub的公共项目和我们的内部版本上，有很多变动是同时发生的，而我们需要反反复复地把它们全部进行合并。没有现成的基础架构可供利用，因此我们使用了自己创造的一套Python脚本来处理这些问题。这些脚本能够将GitHub上所有的变动拉进我们的内部资源库里，转换所有的header path和其他细微的变化，将它们和最新内部版代码合并，并在内部创建一个副本。随后就可以进行另一个方向的同步了，我们会将所有的内部代码转换成外部的格式，并用相同的脚本把这些结果合并到最新的GitHub版上。
对于内部的修改，我们同样会尽力让每次check-in都呈现为单独的git commit，同时把作者的GitHub账号和解释这些变动的评论包括在内。我们在GitHub上有一个特别的“TensorFlow园丁”账号来完成上述过程，一个内部的commit被转移到GitHub上之后，是这样的：
要确保即使代码变了，这个转换流程依然有效，是很有挑战性的。为了验证这种有效性，我们要求把内部代码通过这个脚本转换成外部版本，再转换回来之后，和最初的内部版一模一样。在任何接触到TensorFlow代码库的内部更改上，我们都会运行这个测试，通不过测试的修改会被拒绝。
对于那些提交pull request的人，我们常常会提一些奇怪的变更要求，通常，这样做的原因是我们必须确保他们的代码能适用于这个同步流程。
Jenkins测试
因为要支持很多不同的平台，我们希望有一个适用范围很广的测试工具。TensorFlow会在Linux、Windows、OS X、iOS、Android、Android Things、以及树莓派上运行，同时我们还有为GPU准备的不同代码路径，包括CUDA和OpenCL支持、以及Bazel、cmake，和无格式makefile的构建进程。
让每一位开发者都在做了变更时手动把上面这些东西全都测试一遍，是不可能的。因此，我们有一套能在绝大部分支持平台上运行的自动化测试系统，这些系统全都处于Jenkins自动化系统的控制之下。始终让它们发挥作用也不是件容易事，因为总会存在操作系统更新、硬件问题以及其他一些与TensorFlow相关的问题能让测试失败。我们有一个工程师团队，专门负责让整个测试系统正常运行，这个团队曾经在系统出问题的时候救过我们很多次。因此在这方面的投入也是值得的。
开发者关系
在开源领域，我们在谷歌并不孤独：我们曾经在Kubernetes和“ 开源计划办公室”（Open Source Program Office）这样的项目上学到过很多东西。有一支非常勤奋的开发者关系专家团队协助我们处理这些事务，他们还承担了很多围绕文档、代码示例以及其他一些开发者经验方面问题而产生的体力活。我们的长期目标是，将关键的专业知识传递到核心开发者之外的范围，以便更多的人能够对社区有所贡献。
让这些核心工程师在部分时间内去承担客户服务工作的一大好处是，它给了我们关于用户所遇到问题的直接洞见。参与客户服务同样驱动着我们去修复那些常见的bug和补充文档，因为它在减少工作量方面让我们看见了直接的回报。
未来，我们希望将这项工作更广泛地进行下去。同时，我们也设计了更多的“战术指导手册”以帮助人们处理常见任务。能有机会同如此多的外部开发者互动，我感觉十分幸运；我也希望，自己能对他们产生积极的影响，帮助他们用机器学习创造新的神奇应用。
关于作者
Pete Warden是TensorFlow Mobile团队技术主管。在加入Google之前，他曾任Jetpac CTO，该公司提供为手机和嵌入式设备而优化的深度学习技术，2014年被Google收购。他还曾在苹果工作，负责图像处理的GPU优化。（完）
招聘
量子位正在招募编辑记者、运营、产品等岗位，工作地点在北京中关村。相关细节，请在公众号对话界面，回复：“招聘”。
One More Thing…
今天AI界还有哪些事值得关注？在量子位（QbitAI）公众号会话界面回复“今天”，看我们全网搜罗的AI行业和研究动态。笔芯~
另外，欢迎加量子位小助手的微信：qbitbot，如果你研究或者从事AI领域，小助手会把你带入量子位的交流群里。
追踪人工智能领域最劲内容
相关阅读：
相关推荐：
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
