Úvod do Tensorflow
Tensorflow je softvér a knižnica s otvoreným zdrojom. Bol vyvinutý tímom Google Brain, ktorý bol vytvorený výskumným tímom umelej inteligencie hlbokého učenia na google 2010. Google ho používal na interné použitie potom, čo bol prepustený pod Apache2.0 Open source - 2015. V tejto téme sa chystáme ot dozvedieť sa viac o základoch Tensorflow.
Tensorflow je systém druhej generácie mozgu spoločnosti Google. Verzia 1 bola vydaná 11. februára 2017. Tensorflow 1.0 teraz mal rozhranie Python API a API pre jazyk java a GO sa tiež pridal do verzie 1.0. Neurónová sieť Tensorflowových operácií vykonávaná na viacrozmernom dátovom poli, ktoré sa označuje ako tenzor. Pracuje s Tensors. Je to softvérová knižnica pre hlboké vzdelávanie a pracuje hlavne pre numerické výpočty pomocou grafov toku údajov.
Čo sú základy Tensorflowu?
Tenzory sú objekty, ktoré opisujú lineárny vzťah medzi vektormi, skalármi a inými tenzormi. Tenzory nie sú nič iné ako viacrozmerné polia.
Tensorflow poskytuje podporu pri písaní kódu podľa vašich požiadaviek a prístup k rôznym druhom nástrojov. Môžeme napísať kód C ++ a môžeme volať kód C ++ z pythonu. Alebo môžeme napísať python kód a zavolať ho pomocou C ++.
Z pohľadu nad obrázkom je najnižšou vrstvou, ktorá podporuje dva jazyky, prvý jazyk Python a druhý jazyk C ++. Môžete ho napísať v akomkoľvek jazyku vo vašej pohodlnej zóne. Má zbierku rôznych matematických knižníc, ktoré pomáhajú ľahko vytvárať matematické funkcie.
Poskytuje tiež podporu pre spracovanie ako CPU, GPU, TPU a tiež beží na telefónoch Android.
Tf.layers : - tf.layers sa používa pre abstrakt metód, takže si môžete prispôsobiť vrstvy neurónových sietí.
Tf.estimator : - najčastejšie používaným API v tensorflow je tf.estimator. Pomáha pri vytváraní a trénovaní, testovaní modelu.
Inštalácia Tensorflow
- Najprv skontrolujte svoju verziu pip, ak nie je najnovšia, spustite nasledujúci príkaz na aktualizáciu pip
inštalácia pip - upgrade pip
- Spustením pod kód nainštalujete jednoduchšiu verziu Tensorflow
pip install tensorflow / conda install tensorflow (Anaconda)
- Nainštaluje sa Tensorflow s konfiguráciami podporovanými gpu.
pip nainštalujte Tensorflow-gpu
Príklad tf.estimator na použitie klasifikátora pomocou 3 riadkov kódu
Import tensorflow as tf
classifier = tf.estimator.LinearClassifier(feature_columns)
classifier.train(input_fn=train_input_function, steps=2000)
predictions = classifier.predict(input_fn=predict_input_function)
Základné typy údajov Tensorflow
Základné typy údajov v rámci Tensorflow (Tensors)
Nižšie sú uvedené všetky rozmery tenzorov.
- Skalárny - O rozmerové pole
- Vektor - 1 Dimensional Array
- Matrix - 2 Dimensional Array
- 3D tenzor - trojrozmerné pole
- N - D Tenzor - N-rozmerné pole
Konštantné tenzory
premenné
tf.Variable class, na vytvorenie premennej v tensorflow a volanie funkcie tf.get_variable
Inicializácia premenných
Aby sme inicializovali premenné, volaním tf.global_variables_initializer môžeme inicializovať všetky premenné.
Jednoduchý príklad premenných a matematických výrazov
Normálnym spôsobom
a = 3, 0, b = 8 * a +10
Tensorflow cesta
c = tf.Variable (tf.add (tf.multiply (X, a), b)
grafy
Každý riadok v našom kóde napísaný tensorflowom sa skonvertuje na základnú tabuľku
Príklad:
- Uzly: Predstavuje matematické operácie.
- Hrany: predstavuje viacrozmerné pole (tenzory) a ukazuje, ako medzi sebou komunikujú.
Tensorflow 2.0
- V druhej verzii programu Tensorflow sa zameriavali na zjednodušenie a ľahšie používanie API.
- Komponenty API sa lepšie integrujú s Kerasom, v predvolenom nastavení je aktivovaný režim dychtivého vykonávania.
- Režim Eager: Spustenie programu Eager je rozhranie, v ktorom sa operácie vykonávajú okamžite, ako sa vyvolávajú z Pythonu.
- Namiesto grafového režimu môžeme použiť dychtivý režim. Dokážeme vypočítať, čo musíme počítať, a môžeme okamžite získať výsledky. Vďaka tomu bude Tensorflow rovnako ľahký ako Pytorch
- Zameranie na odstránenie duplikátov API.
KERAS
- Tensorflow poskytuje API na vysokej úrovni na vytváranie a školenie modelov hlbokého vzdelávania. To nebolo zahrnuté v tensorflow, ale v najnovšej verzii bol Keras zaradený do Tensorflow 2.0.
- Užívateľsky prívetivý: Keras poskytuje jednoduché a konzistentné rozhranie pre bežné prípady použitia.
- Modulárne a skladateľné: Modely Keras sa vyrábajú spojením stavebných blokov.
- Jednoduché rozšírenie: Vytvorenie alebo aktualizácia nových vrstiev, metrík, stratových funkcií
- Na používanie modelov Keras použite tf.keras.
Tensorflow Lite
- V roku 2017 spoločnosť Google oznámila softvér, ktorý je špeciálne navrhnutý pre vývoj mobilných aplikácií, Tensorflow Lite.
- Tensorflow Lite (TFLite) je ľahké riešenie pre inferenciu mobilných zariadení.
- Môžeme ich tiež použiť pre IOS a Android vytvorením rozhrania C ++ API, ako aj triedu Java wrapper pre vývojárov systému Android.
Zoznam algoritmov, ktoré Tensorflow podporuje
1. Pre regresiu
- Lineárna regresia (tf.estimátor. Lineárna regresia)
- Regresia podporného stromu (tf.estimator. Boosted Tree Regressor)
2. Na účely klasifikácie
- Klasifikácia (tf.estimator. Lineárny klasifikátor)
- Kombinácia hlbokého učenia (tf.estimator. DNNLinearCombinedClassifier)
- Zosilňovaný stromový klasifikátor (tf.estimator. Zosilňovaný stromový klasifikátor)
Funkcie Tensorflow
- Tensorflow efektívne pracuje s rôznymi typmi matematických výrazov zahŕňajúcich viacrozmerné polia (Tensory)
- Poskytuje tiež podporu pre hlboké učenie neurónových sietí a ďalších konceptov strojového učenia.
- Tensorflow môže bežať na viacerých CPU a GPU.
- Poskytuje tiež svoju vlastnú výpočtovú silu, ktorou je jednotka na spracovanie tenzora.
Jednotka na spracovanie tenzora (TPU)
- Google oznámil, že jeho procesorová jednotka Tensor (TPU) je integrovaný obvod špecifický pre aplikáciu (hardvérový čip), ktorý bol postavený špeciálne pre strojové učenie a prispôsobený pre spoločnosť Tensorflow.
- V roku 2017 spoločnosť Google oznámila druhú verziu Tensorflow, ako aj dostupnosť jednotiek TPU v cloude google.
- TPU je programovateľný urýchľovač AI a je skonštruovaný na používanie alebo prevádzku modelov. Google prevádzkuje TPU vo svojich dátových centrách viac ako rok.
Edge TPU
- Edge TPU je čip, ktorý je navrhnutý a skonštruovaný pre navrhnuté a spustené modely strojového učenia Tensorflow Lite (ML), ktoré sa dajú prevádzkovať na malých výpočtových zariadeniach, ako sú smartphony.
- Vysoká škálovateľnosť pre výpočty obrovských množín údajov
- Môže tiež trénovať a obsluhovať modely v živom modeli. Prepisovanie kódu sa nevyžaduje
Záver - základy Tensorflow
Tensorflow je veľmi často používanou knižnicou hlbokého vzdelávania. To sa väčšinou používa na vytváranie neurónových sietí, ktoré používajú aj začínajúce spoločnosti, veľké spoločnosti.
Ako už bolo uvedené vyššie, spoločnosť Google používa pre svoje interné účely tensorflow, ktorý sa stále používa vo väčšine druhov produktov, ako sú Gmail a vyhľadávač Google.
Odporúčané články
Toto je sprievodca základmi Tensorflow. Tu diskutujeme o inštalácii Tensorflowu s funkciami a zoznamom algoritmov, ktoré Tensorflow podporuje. Viac informácií nájdete aj v nasledujúcom článku -
- Čo je TensorFlow?
- Alternatívy TensorFlow
- Úvod do Tensorflow
- Ako nainštalovať TensorFlow
- Dátové typy C ++