У дома звуков Защо tensorflow е толкова популярен за системите за машинно обучение?

Защо tensorflow е толкова популярен за системите за машинно обучение?

Anonim

Q:

Защо TensorFlow е толкова популярен за системите за машинно обучение?

A:

Има голяма тенденция в машинното обучение (ML) - програмистите се стичат към инструмент, наречен TensorFlow, библиотечен продукт с отворен код, който улеснява някои от основните работи, присъщи на изграждането и използването на набори от данни за обучение в ML. Когато големите имена приемат TensorFlow за машинно обучение, популярността е очевидна. Въпросът е защо TensorFlow се превърна в победител.

От една страна, трябва да се направи случай, че част от популярността на TensorFlow се основава на неговия произход. Разработен първоначално от Google Brain, TensorFlow номинално е „продукт на Google“ и така се радва на престижа на името на домакинството, въпреки намерението на Google да пусне софтуера под лиценз на Apache с отворен код. Съществуват и индикатори, че TensorFlow се предлага на пазара по-добре от някои свои конкуренти. Друг фактор може да бъде големи осиновители; например, изборът на DeepMind да използва TensorFlow може да повлияе на други разработчици с някакъв „ефект на домино“, който често завършва с тласкане на един определен софтуерен инструмент към господство в индустрията.

Безплатно изтегляне: Машинното обучение и защо има значение

От друга страна, има много убедителни причини, поради които една компания може да иска да използва TensorFlow над други инструменти за машинно обучение. Някои от тях имат общо с достъпния и „четим“ синтаксис на TensorFlow, което е задължително за улесняване на използването на тези програмни ресурси. Машинното обучение вече е толкова тежък хълм за изкачване, че заинтересованите страни не искат да се борят с неравен синтаксис.

Други елементи на популярността на TensorFlow имат връзка с нейното изграждане: Някои експерти са страстни по отношение на функционалността на API на TensorFlow, които могат да се свържат към мобилни устройства или да осигурят по-добър достъп. Има и жизнена общност, поддържаща TensorFlow, което е друго перо в шапката му. Алтернативно, разработчиците могат да разгледат показатели като намаляване на грешки или итерация на код и да установят, че в много случаи използването на TensorFlow може да намали грешките при проект на кодова база или да помогне при мащабиране.

Освен това има присъща функционалност на TensorFlow, която може да бъде и теглене: Елементи като интерактивни модели за регистрация и визуализация на данни и опции на платформата като поддръжка на много GPU, носят още по-голям избор за върха на върха на програмиста. Има общ аргумент, че TensorFlow помага да се "изтрие инфраструктурата", за да се виртуализира машинното обучение и да се обезвреди от вътрешните сървърни ферми - което като цяло е голяма стойност за ИТ на двадесет и първи век.

Всичко това включва огромната привлекателност на TensorFlow за широк спектър от проекти за машинно обучение; инструментът се използва от НАСА и други правителствени агенции, както и впечатляващ списък на гиганти от частния сектор. Въпросът ще бъде какъв нов напредък TensorFlow и други комунални услуги правят възможно за бъдещето на нашия дигитален свят.

Защо tensorflow е толкова популярен за системите за машинно обучение?