TensorFlow

Глибоке навчання - це тип машинного навчання, який імітує структуру та роботу людського мозку. Воно навчається на неструктурованих вхідних даних і тренує нейронну мережу за допомогою складних алгоритмів.

У глибокому навчанні, яке базується на штучному інтелекті, ми здебільшого використовуємо нейронні мережі. Ми використовуємо цей метод для навчання мереж розпізнавати текст, цифри, фотографії, аудіо та інші типи даних. На відміну від стандартного машинного навчання, дані в цьому випадку значно складніші, неструктурованіші та різноманітніші, включаючи фотографії, аудіо та текстові файли.

Бібліотеки глибокого вивчення

Існує кілька бібліотек, переважно для машинного навчання та програмування глибокого навчання. Нижче наведено деякі з найпопулярніших бібліотек:

Keras, Theano, TensorFlow, DL4J та Torch.

Користувач має доступ до низки бібліотек. TensorFlow від Google - це пакет з відкритим вихідним кодом, який стає все більш популярним. Нещодавно Keras був об'єднаний з TensorFlow, який раніше був популярним варіантом.

TensorFlow підтримує різні мови, однак Python є найбільш підходящою та широко використовуваною.

Що таке TensorFlow?

TensorFlow - це розроблена Google бібліотека з відкритим вихідним кодом для додатків глибокого навчання. Також підтримується традиційне машинне навчання. TensorFlow була створена для великих числових обчислень, а не для глибокого навчання. Однак вона виявилася досить цінною для розвитку глибинного навчання, тому Google зробив її відкритим кодом.

TensorFlow приймає дані у вигляді тензорів, які є багатовимірними масивами з великою розмірністю. При роботі з величезними обсягами даних багатовимірні масиви стають у нагоді.

TensorFlow базується на графах з вершинами та ребрами, які представляють потоки даних. Код TensorFlow значно легше виконувати розподілено на кластері комп'ютерів при використанні графічних процесорів, оскільки механізм виконання має вигляд графів.

Переваги TensorFlow

• TensorFlow має API як на C++, так і на Python

Процес кодування для машинного та глибокого навчання був значно складнішим до винаходу бібліотек. Щоб створити нейронну мережу, налаштувати нейрон або запрограмувати нейрон, ця бібліотека надає високорівневий API, який усуває необхідність у складному коді. Всі ці обов'язки виконує бібліотека. TensorFlow також пропонує інтеграцію з Java та R.

• TensorFlow сумісний як з CPU, так і з GPU

Додатки для глибокого навчання досить складні, а процедура навчання вимагає значних обчислень. Через великий обсяг даних вона займає багато часу і вимагає численних ітераційних процедур, математичних обчислень, множення матриць та інших кроків. Ці завдання зазвичай займають значно більше часу, якщо їх виконувати на стандартному центральному процесорі (CPU).

Графічні процесори (GPU) широко використовуються в іграх, де потрібна висока роздільна здатність екрану та зображень. Графічні процесори були створені спеціально для цього. Однак вони також використовуються для створення додатків для глибокого навчання.

TensorFlow підтримує як графічні, так і центральні процесори, що є однією з його найбільших переваг. Він також компілюється швидше, ніж інші бібліотеки глибокого навчання, такі як Keras та Torch.