Fazendo check-in no TensorFlow 2.0: Keras, limpeza de API e muito mais

Fazendo check-in no TensorFlow 2.0: Keras, limpeza de API e muito mais
cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br


Paige Bailey, gerente de produto TensorFlow do Google, destaca os recursos notáveis ​​do TensorFlow 2.0 e espera atualizações a curto prazo.

Com o lançamento recente do TensorFlow 2.0 e do TensorFlow World em breve, conversamos com Paige Bailey, gerente de produtos do TensorFlow no Google, para saber como o TensorFlow evoluiu e para onde está indo o aprendizado de máquina (ML). Ela também nos deu um resumo das atualizações notáveis ​​no TensorFlow 2.0.

Aplicativos TensorFlow

O TensorFlow foi de código aberto pelo Google em 2015 para melhorar a velocidade, escalabilidade e usabilidade de pesquisadores de aprendizado de máquina que estavam interessados ​​em criar algoritmos de prototipagem em Python, em vez de C ++.

Desde então, o TensorFlow foi adotado em várias plataformas e indústrias como uma plataforma de ponta a ponta de ML para cargas de trabalho de produção em escala. "Como empresa pioneira em IA, isso é incrivelmente importante para o Google", diz Bailey. “Usamos o TensorFlow para quase todo o aprendizado de máquina de produção. Se você usou o preenchimento automático no Gmail ou viu restaurantes sugeridos ao pesquisar por comida perto de você, usou o TensorFlow ".

Principais recursos do TensorFlow 2.0

Pedimos a Bailey para mencionar alguns dos recursos mais notáveis ​​do TensorFlow 2.0.

Tf.keras é a API de alto nível recomendada: "Keras é uma API de aprendizado de máquina amada e como a maioria de nós aprendeu o TensorFlow", diz Bailey. "O Tf.keras mapeia os conceitos de aprendizado de máquina em apenas algumas linhas de código, então você não precisa de um diploma de graduação em ciência da computação para começar o aprendizado profundo. Um bom exemplo: um dos nossos colaboradores mais jovens do TensorFlow tem apenas 10 anos! ”

Melhorias na API: "O TensorFlow 2.0 fez uma grande quantidade de limpeza de API", diz Bailey, "incluindo a remoção de símbolos redundantes e o fornecimento de convenções de nomenclatura consistentes".

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

Ansiosa execução: “A execução ágil torna a experiência de construção de modelos de aprendizado de máquina mais Pythonic e permite que os desenvolvedores inspecionem imediatamente suas variáveis ​​e outros componentes do modelo”, diz ela.

Padronização no SavedModel: "O uso do SavedModel oferece aos desenvolvedores a capacidade de criar um único modelo que pode ser implantado em navegadores, dispositivos móveis e servidores", observa Bailey.

O futuro a curto prazo do TensorFlow e ML

Bailey diz para ficar atento às atualizações adicionais do TensorFlow, incluindo:

  • Integração com a tecnologia de compilador, como Representação Intermediária Multinível (MLIR).
  • Mais documentação, tutoriais e exemplos de código no site do TensorFlow.
  • Unidade de processamento de tensor (TPU) para suporte a tf.keras, permitindo que os modelos sejam distribuídos com apenas uma alteração de código de duas linhas.

Olhando para o desenvolvimento mais amplo da ML, Bailey vê soluções emergentes que abordarão a complexidade da implantação da ML.

"Estamos vendo uma explosão de hardware acelerado específico do domínio e uma lista cada vez maior de destinos de implantação desejados para modelos de aprendizado de máquina", diz Bailey. “Hoje, é muito difícil entender quais modelos podem ser implantados onde – e como esse destino de implantação afetará o desempenho do modelo. O projeto MLIR visa reduzir essa complexidade e oferece aos desenvolvedores a capacidade de criar um modelo – digamos, em tf.keras ou no scikit-learn – e implantar qualquer lugar e ter as operações aceleradas em qualquer hardware ".

O que observar no mundo TensorFlow

"Estou empolgado com muitos grandes anúncios", diz Bailey. "Mas estou particularmente interessado em ver como cada plataforma de nuvem – AWS, Azure, Google Cloud – está usando o TensorFlow. Também estamos realizando nossa primeira Cúpula de colaboradores do TensorFlow. Estou ansioso para conhecer pessoalmente todos os líderes de grupos de interesses especiais. "

Continue lendo Verificando o TensorFlow 2.0: Keras, limpeza de API e muito mais.

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br