TensorFlow

TensorFlow  er et open source maskinlæringssoftwarebibliotek udviklet af Google til at løse problemerne med at opbygge og træne et neuralt netværk for automatisk at finde og klassificere mønstre og nå kvaliteten af ​​menneskelig perception [4] . Bruges til både forskning og udvikling af Googles egne produkter . Hoved -API'en til at arbejde med biblioteket er implementeret til Python , der er også implementeringer til R , C Sharp , C++ , Haskell , Java , Go og Swift .

Det er en fortsættelse af det lukkede projekt DistBelief . Oprindeligt blev TensorFlow udviklet af Google Brain -teamet til internt brug hos Google, i 2015 blev systemet overført til det offentlige domæne under Apache 2.0 åben licens [5] [6] .

Historie

DistBelief

Det lukkede maskinlæringssystem DistBelief er blevet udviklet af Google Brain til interne projekter siden 2011 til at arbejde med deep learning neurale netværk . Det er blevet brugt i mange forsknings- og kommercielle projekter i Alphabet -gruppen af ​​virksomheder [7] [8] . Efter succesen med DistBelief besluttede Google at tage projektet til næste niveau og tildelte en gruppe af flere udviklere til refactoring , som inkluderede Jeff Dean ; Målet med gruppen var at forenkle og optimere bibliotekskoderne, øge pålideligheden og brugervenligheden. Det nye bibliotek hedder TensorFlow [9] . I 2013 sluttede Jeffrey Hinton , en videnskabsmand sig til projektet  , under hvis ledelse i 2009 den generaliserede fejltilbagpropageringsmetode og en række andre forbedringer blev skabt, som gjorde det muligt væsentligt at forbedre nøjagtigheden af ​​neurale netværk (hvilket især førte til , til et fald i fejlen i talegenkendelse med 25 %) [10] .

TensorFlow

TensorFlow blev frigivet til offentligheden den 9. november 2015 . TensorFlow er anden generation af Google Brain maskinlæringssystem . Mens referenceimplementeringen kører på enkelte enheder, kan TensorFlow køre på mange parallelle processorer, både CPU'er og GPU'er , idet CUDA -arkitekturen understøtter generel databehandling på GPU'er . [11] TensorFlow er tilgængelig til 64-bit Linux , macOS , Windows og mobile computerplatforme inklusive Android og iOS .

TensorFlow -beregninger udtrykkes som datastrømme gennem en tilstandsgraf . Navnet TensorFlow kommer fra operationer på multi-dimensionelle arrays af data, som også kaldes " tensorer ". I juni 2016 bemærkede Jeff Dean fra Google, at der var 1.500 depoter på GitHub , der fik adgang til TensorFlow , og kun 5 af dem var fra Google. [12]

Tensor processor

I maj 2016 annoncerede Google brugen af ​​en proprietær hardwareaccelerator til deep learning-opgaver - en tensorprocessor (TPU)  - et applikationsspecifikt integreret kredsløb tilpasset til opgaver til TensorFlow og giver høj ydeevne inden for aritmetik med reduceret præcision (f.eks. 8-bit processorer) og fokuserede mere på anvendelsen af ​​modeller end på deres træning .

Det blev rapporteret, at efter at have brugt TPU'en i Googles egne databehandlingsopgaver, var det muligt at opnå en størrelsesorden bedre ydeevne pr. watt brugt energi [13] .

TensorFlow 2.0

Da TensorFlows markedsandel for forskning er faldet til fordel for PyTorch, annoncerede TensorFlow-teamet en ny større udgivelse af biblioteket i september 2019. Ændrede det automatiske differentieringsskema fra en statisk beregningsgraf til et "define-by-run"-skema, som oprindeligt blev populært af Chainer og senere af PyTorch. [fjorten]

Ansøgning

TensorFlow er velegnet til automatisk billedannotering i systemer som DeepDream [15] . Også siden den 26. oktober 2015 har Google brugt RankBrain -systemet til at øge relevansen af ​​Googles søgerangeringer. RankBrain er baseret på TensorFlow [16] .

TensorFlow giver dig mulighed for at træne Generative Adversarial Networks (GAN'er) [17] .

TensorFlow-integration med Python leveres af Anaconda -distributionen .

Se også

• Sammenligning af deep learning-programmer

Noter

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 . (ubestemt)
3. ↑ Tensorflow Open Source-projektet på Open Hub: Licensside - 2006.
4. ↑ "TensorFlow: Open source machine learning" Arkiveret 15. december 2016 på Wayback Machine "Det er maskinlæringssoftware, der bruges til forskellige slags perceptuelle og sprogforståelsesopgaver" - Jeffrey Dean, klip 0:47-2:  17 .)
5. ↑ Kreditter . TensorFlow.org . Hentet 10. november 2015. Arkiveret fra originalen 17. november 2015. (ubestemt)
6. ↑ Cade Metz. Google Just Open Source TensorFlow, dens kunstige intelligensmotor . Kabelforbundet (9. november 2015). Hentet 10. november 2015. Arkiveret fra originalen 9. november 2015. (ubestemt)
7. ↑ Dean, Jeff; Monga, Rajat; Ghemawat, Sanjay TensorFlow: Maskinlæring i stor skala på heterogene systemer . TensorFlow.org . Google Research (9. november 2015). Hentet 10. november 2015. Arkiveret fra originalen 20. november 2015. (ubestemt)
8. ↑ Perez, Sarah Google Open-Sources The Machine Learning Tech Behind Google Photos Search, Smart Reply And More . TechCrunch (9. november 2015). Hentet 11. november 2015. Arkiveret fra originalen 10. november 2015. (ubestemt)
9. ↑ Oremus, Will What Is TensorFlow, og hvorfor er Google så begejstret for det?  (engelsk) . Skifer (11. november 2015). Hentet 11. november 2015. Arkiveret fra originalen 10. november 2015.
10. ↑ Ward-Bailey, Jeff Google-formand: Vi gør 'rigtige fremskridt' med kunstig intelligens . CSMonitor (25. november 2015). Hentet 25. november 2015. Arkiveret fra originalen 25. november 2015. (ubestemt)
11. ↑ TensorFlow, Googles Open Source AI, Points to a Fast-Changing Hardware World , Wired  (10. november 2015). Arkiveret fra originalen den 11. november 2015. Hentet 11. november 2015.
12. ↑ Machine Learning: Google I/O 2016 Minute 07:30/44:44 Arkiveret 21. december 2016 på Wayback Machine accessdate=2016-06-05
13. ↑ Jouppi, Norm Google supercharger maskinlæringsopgaver med TPU-tilpasset chip . Google Cloud Platform-blog . Hentet 19. maj 2016. Arkiveret fra originalen 18. maj 2016. (ubestemt)
14. ↑ State of Machine Learning Frameworks i  2019 . Gradienten (10. oktober 2019). Hentet: 19. august 2022.
15. ↑ Byrne, Michael Google tilbyder hele sit maskinlæringsbibliotek som open source-software . Vice (11. november 2015). Hentet 11. november 2015. Arkiveret fra originalen 23. november 2015. (ubestemt)
16. ↑ Woollaston, Victoria Google frigiver TensorFlow – Søgegiganten gør sin kunstige intelligens-software tilgængelig for offentligheden . DailyMail (25. november 2015). Hentet 25. november 2015. Arkiveret fra originalen 25. november 2015. (ubestemt)
17. ↑ Generative modstridende netværk forklaret med en klassisk SpongeBob Firkant-episode Plus en Tensorflow-tutorial til implementering af dit eget GAN . Hentet 25. juli 2017. Arkiveret fra originalen 5. juli 2017. (ubestemt)

Litteratur

• Aurelien Geron. Anvendt maskinlæring med Scikit-Learn og TensorFlow. Koncepter, værktøjer og teknikker til opbygning af intelligente systemer = Hands-on maskinlæring med Scikit-Learn og TensorFlow: koncepter, værktøjer og teknikker til opbygning af intelligente systemer. - Williams , 2018. - 688 s. - ISBN 978-5-9500296-2-2 , 978-1-491-96229-9.
• Julli A., Pal S. Keras-biblioteket er et dybt læringsværktøj. Implementering af neurale netværk ved hjælp af Theano og TensorFlow = Deep learning med Keras biblioteker. - DMK-Press , 2017. - 294 s. — ISBN 978-5-97060-573-8 .

Link

• tensorflow.org - officiel TensorFlow  hjemmeside
• TensorFlow Project på GitHub 

I sociale netværk	Twitter
Foto, video og lyd	Youtube
Tematiske steder	GitHub åbent nav