P:
Zašto je TensorFlow toliko popularan za sustave strojnog učenja?
A:Veliki se trend događa u strojnom učenju (ML) - programeri se slijevaju prema alatu zvanom TensorFlow, knjižničnom proizvodu otvorenog koda koji olakšava neke od ključnih poslova u izgradnji i korištenju skupa podataka o treningu u ML-u. Uz velika imena koja prihvaćaju TensorFlow za strojno učenje, popularnost je očita. Pitanje je zašto je TensorFlow izašao kao pobjednik.
S jedne strane, može se reći da se neka od popularnosti TensorFlow-a temelji na njegovom podrijetlu. TensorFlow je izvorno razvijen od strane tvrtke Google Brain nominalno "Googleov proizvod" i na taj način uživa ugled imena kućanstva, uprkos Googleovom potezu da pusti softver pod licencom Apache otvorenog koda. Postoje i pokazatelji da je TensorFlow bolje plasiran od nekih svojih konkurenata. Drugi bi faktor mogli biti veliki usvojitelji; na primjer, DeepMindov odabir TensorFlow može utjecati na ostale programere s nekakvim "domino efektom" koji često dovodi do pritiska jednog određenog softverskog alata u dominaciju industrije.
| Besplatno preuzimanje: Strojno učenje i zašto je to važno |
S druge strane, postoje mnogi uvjerljivi razlozi zbog kojih kompanija možda želi koristiti TensorFlow u odnosu na druge alate za strojno učenje. Neki od njih imaju veze s dostupnom i „čitljivom“ sintaksom TensorFlow-a, što je neophodno za olakšavanje upotrebe ovih programskih resursa. Strojno učenje je već tako teško brdo penjanja da se dionici ne žele boriti s neuglednom sintaksom.
Ostali elementi popularnosti TensorFlowa imaju veze s njegovom izgradnjom: Neki stručnjaci strastveno se bave funkcionalnošću TensorFlowovih API-ja koji se mogu povezati na mobilni ili pružiti bolji pristup. Postoji i živahna zajednica koja podržava TensorFlow, što je još jedno perje u kapu. Razvojni programeri mogu gledati metrike poput smanjenja pogrešaka ili iteracije koda i ustanoviti da u mnogim slučajevima pomoću TensorFlow-a može smanjiti pogreške u projektu baze podataka ili pomoći u skaliranju.
Pored toga, tu je inherentna funkcionalnost TensorFlowa koja može biti i izvlačenje: Stavke poput interaktivnog dnevnika i modela vizualizacije podataka, te opcije platforme poput podrške za više GPU-a, pružaju još više izbora vrhovima programera. Postoji opći argument da TensorFlow pomaže "izbrisati infrastrukturu", virtualizirati strojno učenje i ukloniti ga s farmi internih poslužitelja - što je općenito velika vrijednost u IT-u dvadeset prvog stoljeća.
Svi su ovi čimbenici u neizmjernoj privlačnosti TensorFlowa za širok spektar projekata strojnog učenja; alat koristi NASA i druge vladine agencije, kao i impresivan popis divova privatnog sektora. Pitanje će biti što novi napredak TensorFlowa i ostalih uslužnih programa omogućava budućnosti našeg digitalnog svijeta.
