Q:
Prečo je TensorFlow tak populárny pre systémy strojového učenia?
A:V strojovom vzdelávaní (ML) sa odohráva veľký trend - programátori sa hrnú smerom k nástroju s názvom TensorFlow, produkt knižnice s otvoreným zdrojovým kódom, ktorý uľahčuje niektoré kľúčové práce spojené s tvorbou a používaním súborov údajov o odbornej príprave v ML. S veľkými menami, ktoré používajú TensorFlow na strojové učenie, je popularita zrejmá. Otázka je, prečo sa TensorFlow stal víťazom.
Na jednej strane je potrebné uviesť, že časť popularity spoločnosti TensorFlow je založená na jej pôvode. TensorFlow, ktorý bol pôvodne vyvinutý spoločnosťou Google Brain, je nominálne „produkt Google“, a preto má prestíž názvu domácnosti, napriek tomu, že spoločnosť Google sa rozhodla vydať softvér na základe licencie Apache na otvorený zdroj. Existujú tiež ukazovatele toho, že TensorFlow bol na trhu lepšie ako niektorí jeho konkurenti. Ďalším faktorom by mohli byť veľkí adopenti; Napríklad voľba spoločnosti DeepMind používať TensorFlow môže ovplyvniť iných vývojárov s takzvaným „domino efektom“, ktorý často končí vytlačením jedného softvérového nástroja do dominantného postavenia v priemysle.
| Zdarma na stiahnutie: Strojové učenie a prečo na tom záleží |
Na druhej strane existuje veľa presvedčivých dôvodov, prečo by spoločnosť mohla chcieť použiť TensorFlow pred inými nástrojmi strojového učenia. Niektoré z nich súvisia s prístupnou a „čitateľnou“ syntaxou TensorFlow, ktorá je nevyhnutná na uľahčenie používania týchto programovacích prostriedkov. Strojové učenie je už tak náročné na kopec, že zúčastnené strany sa nechcú zápasiť s nepraktickou syntaxou.
Ďalšie prvky popularity spoločnosti TensorFlow súvisia s jej zostavením: Niektorí odborníci sú nadšení funkciou rozhraní API TensorFlow, ktoré môžu prepojiť mobilné zariadenia alebo priniesť lepší prístup. K dispozícii je tiež živá komunita podporujúca TensorFlow, ktorá je ďalším perom v jej čiapke. Vývojári sa môžu alternatívne pozrieť na metriky, ako je zníženie chýb alebo iterácia kódu, a zistia, že v mnohých prípadoch môže použitie TensorFlow znížiť chyby v projekte codebase alebo pomôcť pri zmene mierky.
Okrem toho existuje vlastná funkčnosť TensorFlow, ktorá môže byť tiež remíza: Položky, ako sú modely interaktívneho protokolovania a vizualizácie dát a možnosti platformy, ako je podpora viacerých GPU, prinášajú vývojárom ešte väčší výber. Existuje všeobecný argument, že TensorFlow pomáha „vymazať infraštruktúru“, virtualizovať strojové učenie a uvoľniť ho z interných serverových fariem - čo je zvyčajne veľká hodnota v IT 21. storočia.
To všetko ovplyvňuje ohromnú príťažlivosť spoločnosti TensorFlow pre široké spektrum projektov strojového vzdelávania; tento nástroj používajú NASA a ďalšie vládne agentúry, ako aj pôsobivý zoznam gigantov zo súkromného sektora. Otázkou bude, aké nové pokroky TensorFlow a ďalšie nástroje umožnia budúcnosť nášho digitálneho sveta.
