Что такое TensorFlow?

Изначально TensorFlow был исследовательским проектом глубокого изучения команды Google Brain Team, который с тех пор, благодаря сотрудничеству с 50 командами Google, стал новой библиотекой с открытым исходным кодом, развернутой в экосистеме Google, включая Google Assistant, Google Photos, Gmail, поиск и т.п. С TensorFlow Google может применять глубокое обучение во многих областях, используя задачи восприятия и понимания языка.

Данная статья - это шпаргалка, простой способ освоить TensorFlow. 

Что такое TensorFlow? Google обладает самой большой в мире инфраструктурой машинного обучения, и благодаря TensorFlow у Google теперь есть возможность поделиться этим. TensorFlow - это библиотека инструментов с открытым исходным кодом, которая позволяет разработчикам программного обеспечения применять глубокое обучение к своим продуктам.
Почему TensorFlow имеет значение? ИИ стал критически важным для эволюции взаимодействия пользователей со службами и устройствами. Наличие такого мощного набора доступных библиотек может позволить разработчикам включить эту мощную глубокую эволюцию обучения в свои продукты.
На кого влияет TensorFlow? TensorFlow будет иметь большое влияние разработчиков и пользователей. Поскольку библиотека создана с открытым исходным кодом, она доступна для всех разработчиков, что означает, что их продукты могут быть значительно улучшены, для повышения интеллектуальности и точности.
Когда был выпущен TensorFlow? Изначально TensorFlow был выпущен 9 ноября 2015 года, а стабильный выпуск стал доступен 15 февраля 2017 года. Сейчас Google выпускает альфа-версию TensorFlow 2.0, которая, более проста и интуитивно понятна в использовании.
Как мне начать использовать TensorFlow? Разработчики могут загрузить исходный код из репозитория TensorFlow GitHub. Пользователи уже видят его влияние на экосистему Google.

Что такое TensorFlow?

 

Если у вас есть фотография Эйфелевой башни, Google Фото может идентифицировать это изображение. Это возможно благодаря глубокому изучению и разработкам, таким как TensorFlow. До TensorFlow существовало разделение между исследователями машинного обучения и разработчиками реальных продуктов; это разделение усложняло для разработчиков включение глубокого обучения в их программное обеспечение. С TensorFlow это разделение исчезло.

TensorFlow предоставляет набор модулей (обеспечивающих API-интерфейсы как для Python, так и для C / C ++), которые позволяют создавать и выполнять вычисления TensorFlow, которые затем выражаются в графах потоков данных с состоянием. Эти графики позволяют приложениям, таким как Google Photos, быть невероятно точными при распознавании местоположений на изображениях на основе популярных ориентиров.

В 2011 году Google разработал продукт под названием DistBelief, который работал над моделью положительного подкрепления. Машина получит изображение кота и спросит, было ли это изображение кота. Если машина догадалась правильно, так и было сказано. Неправильное предположение приведет к корректировке, чтобы лучше распознать изображение.

TensorFlow улучшает эту концепцию, сортируя слои данных, называемые узлами. Более глубокое погружение в слои позволит получить более сложные вопросы об изображении. Например, вопрос первого уровня может просто потребовать, чтобы машина распознала круглую форму. В более глубоких слоях машину можно попросить распознать кошачий глаз. Процесс потока (от ввода через слои данных к выводу) называется тензором ... отсюда и название TensorFlow.

Что такое TensorFlow 2.0?

Google находится в процессе развертывания TensorFlow 2.0, который включает следующие улучшения:

• Помогает сделать компоненты API лучше интегрированными с tf.keras (высокоуровневый интерфейс для нейронных сетей, который работает поверх нескольких бэкэндов).
• Включает TensorFlow.js версии 1.0, который позволяет использовать готовые модели JavaScript, может переобучать существующие модели JS, а также позволяет создавать и обучать модели непосредственно в JavaScript.
• Включает TensorFlow Federated, который является платформой с открытым исходным кодом для экспериментов с машинным обучением (и другими вычислениями) с использованием децентрализованных данных.
• Включает TF Privacy, библиотеку для обучения моделям машинного обучения с акцентом на конфиденциальность данных обучения.
• Особенности быстрого выполнения, которое является обязательной средой программирования, оценивающей операции немедленно, без построения графиков перед возвратом конкретных значений.
• Использует функцию tf.function, которая позволяет преобразовывать подмножество синтаксиса Python в переносимые высокопроизводительные графы, а также повышает производительность и возможность развертывания для быстрого выполнения.
• Расширенные эксперименты станут возможными благодаря новым расширениям Ragged Tensors (эквивалент TensorFlow для вложенных списков переменной длины), TensorFlow Probability (библиотека Python, построенная на TensorFlow, которая позволяет легко комбинировать вероятностные модели и глубокое обучение), и Tensor2Tensor (библиотека моделей глубокого обучения и наборов данных).
• Инструмент преобразования, который автоматически обновляет код Python TensorFlow 1.x, чтобы его можно было использовать с API-интерфейсами, совместимыми с TensorFlow 2.0 (и отмечает случаи, когда указанный код не может быть автоматически преобразован).

Почему TensorFlow имеет значение?

Машинное обучение - секретный соус для завтрашних инноваций. Машинное обучение, также называемое глубоким обучением, считается классом алгоритмов, которые:

Используйте много слоев нелинейных блоков обработки для извлечения и преобразования объектов; а также основаны на изучении нескольких уровней функций или представлений данных; а также
могут выучить несколько уровней представления, соответствующих различным уровням абстракции.

Благодаря машинному обучению, программное обеспечение и устройства продолжают становиться умнее. В условиях сегодняшних требовательных потребителей и появления больших данных эта эволюция стала равносильна успеху разработчика и его продукта. А поскольку TensorFlow был создан с открытым исходным кодом, это означает, что любой может воспользоваться этим невероятным скачком, воплощенным в жизнь Google. Фактически, TensorFlow является первой серьезной платформой для глубокого обучения, доступной через лицензию Apache 2.0.

Благодаря тому, что разработчики и компании могут использовать библиотеки TensorFlow, все больше и больше приложений и устройств станут умнее, быстрее и надежнее. TensorFlow сможет сортировать огромное количество изображений с беспрецедентной скоростью.

Потому что Google сделал TensorFlow с открытым исходным кодом, библиотеки могут быть как улучшены и расширены на другие языки , такие как Java , Lua , и R . Этот шаг приносит машинное обучение (то, что раньше было доступно только исследовательским институтам) каждому разработчику, чтобы они могли научить свои системы и программное обеспечение распознавать изображения или переводить речь. Это большое.

На кого влияет TensorFlow?

TensorFlow не только позволяет разработчикам включать в свои продукты все преимущества глубокого обучения, но и делает устройства и программное обеспечение значительно более интеллектуальными и простыми в использовании. Конечные результаты глубокого обучения влияют на разработчиков программного обеспечения, малые предприятия и потребителей. Тот факт, что Google создал библиотеку программного обеспечения, которая значительно улучшает глубокое обучение, является большой победой для всех.

Когда был выпущен TensorFlow?

Изначально TensorFlow был выпущен 9 ноября 2015 года, а стабильный выпуск был доступен 15 февраля 2017 года. Альфа- версия TensorFlow 2.0 доступна уже сейчас, а публичный предварительный просмотр ожидается в ближайшее время. 
В библиотеках , интерфейсы и руководство разработки доступны в настоящее время, так что разработчики могут начать включать TensorFlow в свои продукты. Пользователи уже видят результаты TensorFlow в виде Google Фото, Gmail, Google Search, Google Assistant и других.


Как мне начать использовать TensorFlow?


Первое, что должен сделать любой разработчик, это прочитать руководство по началу работы с TensorFlow, которое включает в себя учебное пособие по TensorFlow Core.