TensorFlow

TensorFlow är ett maskininlärningsprogram med  öppen källkod som utvecklats av Google för att lösa problemen med att bygga och träna ett neuralt nätverk för att automatiskt hitta och klassificera mönster och nå kvaliteten på mänsklig perception [4] . Används för både forskning och utveckling av Googles egna produkter . Huvud -API :et för att arbeta med biblioteket är implementerat för Python , det finns även implementeringar för R , C Sharp , C++ , Haskell , Java , Go och Swift .

Det är en fortsättning på det stängda projektet DistBelief . Inledningsvis utvecklades TensorFlow av Google Brain -teamet för internt bruk hos Google, 2015 överfördes systemet till den offentliga domänen under Apache 2.0 öppen licens [5] [6] .

Historik

DistBelief

Det slutna maskininlärningssystemet DistBelief har utvecklats av Google Brain för interna projekt sedan 2011 för att arbeta med neurala nätverk för djupinlärning . Det har använts i många forsknings- och kommersiella projekt inom Alphabet- gruppen av företag [7] [8] . Efter framgången med DistBelief beslutade Google att ta projektet till nästa nivå och tilldelade en grupp med flera utvecklare för refactoring , som inkluderade Jeff Dean ; Målet med gruppen var att förenkla och optimera bibliotekskoderna, öka tillförlitligheten och användarvänligheten. Det nya biblioteket heter TensorFlow [9] . 2013 anslöt sig Jeffrey Hinton , en vetenskapsman, till projektet  , under vars ledning 2009 skapades metoden för generaliserad felåterförökning och ett antal andra förbättringar, vilket gjorde det möjligt att avsevärt förbättra noggrannheten i neurala nätverk (vilket ledde, i synnerhet , till en minskning av felet i taligenkänning med 25 %) [10] .

TensorFlow

TensorFlow släpptes för allmänheten den 9 november 2015 . TensorFlow är andra generationens maskininlärningssystem från Google Brain . Medan referensimplementeringen körs på enstaka enheter, kan TensorFlow köras på många parallella processorer, både processorer och GPU : er , och förlitar sig på CUDA- arkitekturen för att stödja generell datoranvändning på GPU:er . [11] TensorFlow är tillgängligt för 64-bitars Linux , macOS , Windows och mobila datorplattformar inklusive Android och iOS .

TensorFlow -beräkningar uttrycks som dataflöden genom en tillståndsgraf . Namnet TensorFlow kommer från operationer på flerdimensionella datamatriser, som också kallas " tensorer ". I juni 2016 noterade Jeff Dean från Google att det fanns 1 500 arkiv på GitHub som fick åtkomst till TensorFlow , och endast 5 av dem var från Google. [12]

Tensorprocessor

I maj 2016 tillkännagav Google användningen av en egenutvecklad hårdvaruaccelerator för djupinlärningsuppgifter - en tensorprocessor (TPU)  - en applikationsspecifik integrerad krets anpassad för uppgifter för TensorFlow och ger hög prestanda i aritmetik med reducerad precision (till exempel för 8-bitars processorer) och fokuserade mer på tillämpningen av modeller än på deras träning .

Det rapporterades att efter att ha använt TPU i Googles egna databearbetningsuppgifter, var det möjligt att uppnå en storleksordning bättre prestanda per watt förbrukad energi [13] .

TensorFlow 2.0

Eftersom TensorFlows forskningsmarknadsandel har minskat till förmån för PyTorch, tillkännagav TensorFlow-teamet en ny stor release av biblioteket i september 2019. Ändrade det automatiska differentieringsschemat från en statisk beräkningsgraf till ett "define-by-run"-schema, som ursprungligen blev populärt av Chainer och senare av PyTorch. [fjorton]

Applikation

TensorFlow är väl lämpad för automatiserad bildkommentar i system som DeepDream [15] . Sedan den 26 oktober 2015 har Google också använt RankBrain- systemet för att öka relevansen av Googles sökrankningar. RankBrain är baserad på TensorFlow [16] .

TensorFlow låter dig träna Generative Adversarial Networks (GAN) [17] .

TensorFlow-integration med Python tillhandahålls av Anaconda- distributionen .

Se även

• Jämförelse av program för djupinlärning

Anteckningar

1. ↑ http://bits.blogs.nytimes.com/2015/11/09/google-offers-free-software-in-bid-to-gain-an-edge-in-machine-learning/
2. ↑ TensorFlow 2.9.1 . (obestämd)
3. ↑ Tensorflow Open Source Project på Open Hub: Licenser sida - 2006.
4. ↑ "TensorFlow: Maskininlärning med öppen källkod" Arkiverad 15 december 2016 på Wayback Machine "Det är programvara för maskininlärning som används för olika typer av perceptuella och språkförståelseuppgifter" - Jeffrey Dean, klipp 0:47-2:  17 .)
5. ↑ Krediter . TensorFlow.org . Hämtad 10 november 2015. Arkiverad från originalet 17 november 2015. (obestämd)
6. ↑ Cade Metz. Google har bara öppen källkod TensorFlow, dess artificiella intelligensmotor . Wired (9 november 2015). Hämtad 10 november 2015. Arkiverad från originalet 9 november 2015. (obestämd)
7. ↑ Dean, Jeff; Monga, Rajat; Ghemawat, Sanjay TensorFlow: Storskalig maskininlärning på heterogena system . TensorFlow.org . Google Research (9 november 2015). Hämtad 10 november 2015. Arkiverad från originalet 20 november 2015. (obestämd)
8. ↑ Perez, Sarah Google öppnar källkod The Machine Learning Tech Bakom Google Photos Search, Smart Reply och mer . TechCrunch (9 november 2015). Hämtad 11 november 2015. Arkiverad från originalet 10 november 2015. (obestämd)
9. ↑ Oremus, Will What Is TensorFlow, och varför är Google så exalterad över det?  (engelska) . Slate (11 november 2015). Hämtad 11 november 2015. Arkiverad från originalet 10 november 2015.
10. ↑ Ward-Bailey, Jeff Googles ordförande: Vi gör "riktiga framsteg" när det gäller artificiell intelligens . CSMonitor (25 november 2015). Hämtad 25 november 2015. Arkiverad från originalet 25 november 2015. (obestämd)
11. ↑ TensorFlow, Googles AI med öppen källkod, Points to a Fast-Changing Hardware World , Wired  (10 november 2015). Arkiverad från originalet den 11 november 2015. Hämtad 11 november 2015.
12. ↑ Machine Learning: Google I/O 2016 Minute 07:30/44:44 Arkiverad 21 december 2016 på Wayback Machine accessdate=2016-06-05
13. ↑ Jouppi, Norm Google överladdar maskininlärningsuppgifter med TPU-anpassat chip . Google Cloud Platform-blogg . Hämtad 19 maj 2016. Arkiverad från originalet 18 maj 2016. (obestämd)
14. ↑ Tillståndet för ramverk för maskininlärning 2019  . Gradienten (10 oktober 2019). Hämtad: 19 augusti 2022.
15. ↑ Byrne, Michael Google erbjuder hela sitt maskininlärningsbibliotek som programvara med öppen källkod . Vice (11 november 2015). Hämtad 11 november 2015. Arkiverad från originalet 23 november 2015. (obestämd)
16. ↑ Woollaston, Victoria Google släpper TensorFlow – Sökjätten gör sin programvara för artificiell intelligens tillgänglig för allmänheten . DailyMail (25 november 2015). Hämtad 25 november 2015. Arkiverad från originalet 25 november 2015. (obestämd)
17. ↑ Generativa motstridiga nätverk förklaras med ett klassiskt Svampbob Fyrkantsavsnitt Plus en Tensorflow-handledning för att implementera ditt eget GAN . Hämtad 25 juli 2017. Arkiverad från originalet 5 juli 2017. (obestämd)

Litteratur

• Aurelien Geron. Tillämpad maskininlärning med Scikit-Learn och TensorFlow. Koncept, verktyg och tekniker för att bygga intelligenta system = praktisk maskininlärning med Scikit-Learn och TensorFlow: koncept, verktyg och tekniker för att bygga intelligenta system. - Williams , 2018. - 688 sid. - ISBN 978-5-9500296-2-2 , 978-1-491-96229-9.
• Julli A., Pal S. Keras-biblioteket är ett verktyg för djupinlärning. Implementering av neurala nätverk med hjälp av Theano och TensorFlow = Deep learning med Keras bibliotek. - DMK-Press , 2017. - 294 sid. — ISBN 978-5-97060-573-8 .

Länk

• tensorflow.org - officiell TensorFlow-  webbplats
• TensorFlow Project på GitHub 

I sociala nätverk	Twitter
Foto, video och ljud	Youtube
Tematiska platser	GitHub öppet nav