,

Šta je TensorFlow?

TensorFlow  je biblioteka otvorenog koda otvorena za Python za numerička izračunavanja koja učvršćuje automatsko učenje brže i lakše. Mašinsko učenje je složena disciplina. Međutim, primena modela mašinskih učenja je daleko manje zastrašujuća i teška nego što je to bila, zahvaljujući okvirima za učenje mašina – kao što je Google TensorFlow. On olakšava proces sticanja podataka, obučavanja modela, predviđanja i unapređivanja budućih rezultata.

Kreirao ga je Google Brain tim, ovo je biblioteka otvorenog koda za numeričko računanje i mašinsko učenje velikog obima. TensorFlow povezuje mnoštvo automatskih učenja i dubokih učenja (tzv. neural mreža) i algoritama, čini ih korisnim putem zajedničke metafore. Ona koristi Python da obezbedi pogodan front-end API za izgradnju aplikacija sa okvirom, dok izvodi te aplikacije u C ++ visokim performansama.

Ova biblioteka može da obučava i pokreće duboke neuronske mreže za klasifikaciju ručno unete cifre, prepoznavanje slika, ugrađivanje reči, ponavljajući neuronske mreže, sekvencu za mašinski prevod, obradu prirodnog jezika i simulacije bazirane na PDE. Najbolje od svega, podržava predviđanje proizvodnje na skali, sa istim modelima koji se koriste za obuku.

Kako radi TensorFlow

TensorFlow dozvoljava programerima da kreiraju grafičke strukture podataka koji opisuju kako se podaci kreću kroz grafikon ili seriju procesnih čvorova.

Sve ovo za programera je obezbeđeno pomoću jezika Python. Python je jednostavan za učenje i rad sa njim pruža pogodne načine da se izrazi apstrakcija na visokom nivou i da se mogu spojiti zajedno. Čvorovi i tenzori u TensorFlow su Python objekti, a TF aplikacije su same Python aplikacije.

Biblioteke transformacija koje su dostupne kroz TF su napisane kao C ++ binarni fajlovi visokih performansi. Python samo usmerava saobraćaj i obezbeđuje apstrakcije programiranja na visokom nivou da bi ih povezali zajedno.

TensorFlov aplikacije mogu se pokrenuti na većini pogodnih meta: lokalna mašina, iOS i Android uređaji, procesori ili GPU. Ako koristite Google-ov oblak, možete ga pokrenuti na Google-ovom prilagođenom TensorFlow Processing Unit (TPU) radi daljeg ubrzanja. Dobijeni modeli koje je stvorio TF, međutim, mogu biti raspoređeni na većini uređaja gde će se koristiti za predviđanje.

Prednosti ove biblioteke

Jedinstvena i najveća korist TensorFlow-a koja omogućava razvoj mašinskog učenja je apstrakcija. Umesto da se bavi detaljima o alatima za implementaciju, ili da otkrije odgovarajuće načine za zaključivanje izlaza jedne funkcije na ulaz drugog, programer može da se fokusira na celokupnu logiku aplikacije. TF o tim detaljima brine pozadinski.

Još jedna prednost je da TensorFlow dobija mnoge prednosti iz podrške komercijalnog odeljenja A-liste u Google-u. Jedno što može da bude loše su neki detalji o implementaciji kompanije TensorFlow koji otežavaju postizanje potpuno determinističkih rezultata za obuku modela za neke radne zadatke. Ponekad model koji je obučen na jednom sistemu malo će se razlikovati od modela koji je obučen na drugom, čak i kada se na njima unose isti podaci.

Izvor:InfoWorld

Leave a Comment