Q:
Proč je TensorFlow tak populární pro systémy strojového učení?
A:Ve strojovém učení (ML) se odehrává velký trend - programátoři se hrnou směrem k nástroji zvanému TensorFlow, produkt knihovny s otevřeným zdrojovým kódem, který usnadňuje některé klíčové práce spojené s vytvářením a používáním sad dat školení v ML. Vzhledem k tomu, že velká jména přijímají TensorFlow pro strojové učení, je popularita evidentní. Otázka je, proč se TensorFlow objevil jako vítěz.
Na jedné straně je třeba uvést, že část popularity TensorFlow je založena na jejím původu. TensorFlow, který byl původně vyvinut společností Google Brain, je nominálně „produktem Google“, a proto si užívá prestiž názvu domácnosti, a to i přes snahu společnosti Google uvolnit software na základě otevřené licence Apache. Existují také ukazatele toho, že TensorFlow byl na trhu lépe než někteří jeho konkurenti. Dalším faktorem by mohli být velcí osvojitelé; například, volba DeepMind používat TensorFlow může ovlivnit jiné vývojáře s druhem „domino efektu“, který často končí vytlačením jednoho určitého softwarového nástroje do dominance průmyslu.
| Zdarma ke stažení: Strojové učení a proč to záleží |
Na druhé straně existuje mnoho přesvědčivých důvodů, proč by společnost mohla chtít použít TensorFlow před jinými nástroji strojového učení. Některé z nich mají co do činění s přístupnou a „čitelnou“ syntaxí TensorFlow, což je nutnost pro snadnější použití těchto programovacích prostředků. Strojové učení je již tak těžký kopec, že zúčastněné strany nechtějí zápasit s nepřátelskou syntaxí.
Další prvky popularity TensorFlow mají co do činění s jeho sestavením: Někteří odborníci jsou nadšeni funkčností API TensorFlow, která mohou propojit mobilní zařízení nebo přinést lepší přístup. Existuje také živá komunita podporující TensorFlow, což je další pírko v čepici. Vývojáři se také mohou dívat na metriky, jako je redukce chyb nebo iterace kódu, a zjistí, že v mnoha případech může použití TensorFlow snížit chyby v projektu codebase nebo pomoci s škálováním.
Kromě toho existuje vlastní funkce TensorFlow, která může být také remíza: Položky, jako jsou modely interaktivního protokolování a vizualizace dat, a možnosti platformy, jako je podpora více GPU, přinášejí vývojářům ještě větší výběr. Existuje obecný argument, že TensorFlow pomáhá „vymazat infrastrukturu“, virtualizovat strojové učení a uvolnit jej z interních serverových farem - což je obecně velkou hodnotu v IT 21. století.
To vše do ohromné výzvy TensorFlow pro široké spektrum projektů strojového učení; tento nástroj používají NASA a další vládní agentury a také působivý seznam obrů soukromého sektoru. Otázkou bude, jaké nové pokroky TensorFlow a dalších nástrojů umožní budoucnost našeho digitálního světa.
