Особенности TensorFlow | OTUS

Курсы

Программирование
Выбор профессии в IT
-99%
Разработчик на Spring Framework Python Developer. Basic Специализация Python Developer Python Developer. Professional Golang Developer. Professional Scala-разработчик Специализация iOS Angular Developer JavaScript Developer. Professional Java Developer. Professional Microservice Architecture Highload Architect Node.js Developer Kotlin Backend Developer. Professional Java Developer. Basic HTML/CSS Специализация C++ Developer C++ Developer. Professional PHP Developer. Professional Agile Project Manager PostgreSQL для администраторов баз данных и разработчиков MS SQL Server Developer Unreal Engine Game Developer. Professional Web-разработчик на Python Cloud Solution Architecture Flutter Mobile Developer PHP Developer. Basic Специализация PHP Developer Rust Developer Буткемп Java Unity VR/AR Developer
Специализации Курсы в разработке Подготовительные курсы Подписка
+7 499 938-92-02

Особенности TensorFlow

TensorFlow представляет собой библиотеку для машинного обучения, которая предоставляет возможность обучать искусственный интеллект с целью решения конкретных задач. Среди таких задач -- распознавание текстов и изображений, задачи кластеризации и классификации, популярные ныне задачи обработки больших данных. В чем же особенности этой библиотеки?

maxresdefault_3-20219-84ca93.jpg

Сама по себе библиотека состоит из целого спектра инструментов, полезных в разных направлениях Deep/Machine learning. Но, конечно же, чаще всего TensorFlow используется при работе с нейросетями, причем поддерживаются нейронные сети разных видов: сверточные, рекуррентные и так далее. Но давайте все же перечислим основные особенности этой библиотеки:

  1. В TensorFlow модели представляются посредством графов, то есть математических абстракций, состоящих из вершин и путей между вершинами. В каком-то смысле, примитивный граф можно сравнить со схемой дороги между пунктами А и Б.
  2. Библиотека поддерживает работу с тензорами, что не может не радовать. Тензоры — многомерные структуры данных в направленном (векторном) пространстве. Посредством тензоров, в частности, можно описать пути графа.
  3. Вычисления выражаются в качестве потоковых данных через граф. Что это значит на практике? Да хотя бы то, что данные "перемещаются" по графу, то есть происходит передача данных по путям от вершины к вершине.
  4. TensorFlow способна успешно выполнять свои задачи при использовании мощности стандартного центрального процессора (CPU), а также путем использования мощности графического процессора (GPU), причем режимы можно переключать в коде. Также есть специальный тензорный процессор TPU, который создан разработчиками (доступен посредством облачных сервисов Google).

027795fc_screen_shot_2020_11_25_at_14.58.57_1400x800_1-20219-708cd7.png

Хотите знать про TensorFlow больше? Обратите внимание на курсы в Otus, где представлен широкий выбор образовательных программ, связанных с машинным и глубоким обучением.

Не пропустите новые полезные статьи!

Спасибо за подписку!

Мы отправили вам письмо для подтверждения вашего email.
С уважением, OTUS!

Автор
0 комментариев
Для комментирования необходимо авторизоваться