TensorFlow について知っておくべき 9 つのこと

[[241153]]

キャシー・コジルコフ

マシンハートが編集

参加者: Gao Xuan、Lu

Google デベロッパー アドボケートの Laurence Moroney が、Google Cloud Next カンファレンスで「TensorFlow の新機能」と題した 42 分間の講演を行いました。この記事の著者 Cassie Kozyrkov が講演を要約し、TensorFlow に関する 9 つの点を概説します。この記事が皆様のお役に立てばと思い、Machine Heartがまとめてご紹介させていただきました。

1: TensorFlowは強力な機械学習フレームワークです

TensorFlow は、大量のデータがある場合や、ディープラーニング、ニューラル ネットワークなどの人工知能の最先端のテクノロジーを追求している場合に非常に役立つ機械学習フレームワークです。これはデータ サイエンスのスイス アーミー ナイフではなく、工業用旋盤です。20×2 のスプレッドシートに回帰直線をプロットしたいだけなら、これ以上読む必要はありません。

しかし、もっと大きなことをお望みなら、ワクワクしてください。TensorFlow は、新しい惑星を発見したり、医師が糖尿病性網膜症を検出して失明を防いだり、違法伐採を当局に報告して森林を保護したりするために使用されています。これは AlphaGo と Google Cloud Vision の基盤であり、あなたの基盤にもなります。 TensorFlow はオープンソースなので、無料でダウンロードしてすぐに使い始めることができます。

• TensorFlow ダウンロードアドレス: https://www.tensorflow.org/install/
• TensorFlow 初心者向けチュートリアル: https://www.datacamp.com/community/tutorials/tensorflow-tutorial

TensorFlow の助けを借りて Kepler-90i 惑星が発見されたことにより、Kepler-90 系は、1 つの恒星を周回する 8 つの惑星を持つ、私たちが知る唯一の系となりました。 8 個を超える惑星を持つ系は発見されていないため、太陽系はケプラー 90 と並んで 1 位であると考えられます (今のところ)。

2: 魔法のような手術

TensorFlow Eager は私に安心感を与えてくれます。

以前 TensorFlow を試したことがあり、古い学者やエイリアン (開発者ではない) のようにコードを書くようになって気が狂ってしまった場合は、今すぐ戻ってください。

TensorFlow の積極的な実行により、純粋な Python プログラマーのように操作できます。息を止めて巨大なグラフを構築するのではなく、オンザフライで記述し、オンザフライで行ごとにデバッグできます。私自身は回復しつつある「衒学者」ですが（おそらくエイリアンです）、TF が発売されて以来、その熱心な実行に夢中になっています。強くお勧めします!

3: ニューラルネットワークを1行ずつ構築する

Keras + TensorFlow = ニューラル ネットワークの構築が簡単になります!

Keras は、TensorFlow が以前目指していた、ユーザーフレンドリーさと簡単なプロトタイピングに重点を置いています。オブジェクト指向の考え方や、ニューラル ネットワークを 1 層ずつ構築することに興味があるなら、tf.keras が気に入るでしょう。次のコード行では、ドロップアウトなどの標準的なアクセサリを備えたシーケンシャル ニューラル ネットワークを作成します。

4: Pythonだけじゃない

皆さんは、TensorFlow が Python でしか利用できないことにしばらく前から不満を言っています。 TensorFlow はもはや Python ユーザーだけのものではありません。現在、R、Swift、Java Script など、多くの言語で実行できます。

[[241154]]

5. ブラウザですべてできる

JavaScript といえば、TensorFlow.js を使用してブラウザでモデルをトレーニングおよび実行できます。クールな例を試してみるには、こちらにアクセスしてください: https://js.tensorflow.org/~

TensorFlow.js を使用して、ブラウザ内でリアルタイムの人間の姿勢推定を実行します。カメラを開いて試してみませんか? https://storage.googleapis.com/tfjs-models/demos/posenet/camera.html。

6: 小型デバイス向けのLiteバージョン

博物館から古いテーブルを購入しましたか? トースターですか? TensorFlow Lite を使用すると、モバイル デバイスや IoT デバイスを含むさまざまなデバイスでモデルを実行でき、推論速度は元の TensorFlow の 3 倍以上になります。 Raspberry Pi やスマートフォンで機械学習を実行できるようになりました。その講演で、ローレンスは何千人もの観客の前で Android エミュレーター上で画像分類をライブで実演するという大胆な行動に出ました...そして、それがうまくいきました。

計算時間は 1.6 秒? はい! バナナ認識率は 97% 以上? はい!

7: 専用ハードウェアの方が強力

ニューラル ネットワークのトレーニング中に CPU がデータ処理を完了するのを待つのにうんざりしている場合は、Cloud TPU (T はテンソル) 専用に設計されたハードウェアを使用できるようになりました。 TensorFlow と同じように…偶然でしょうか? そんなことはないと思います。少し前に、Google は TPU の 3 番目のバージョンをアルファ版でリリースしました。

8: 新しいデータワークフローが大幅に改善されました

NumPy で何をしていますか? TensorFlow で同じことを行いたいが、怒ってやめてしまう場合は、tf.data 名前空間を使用すると、TensorFlow での入力処理をより表現力豊かで効率的に行うことができます。 tf.data は、トレーニングと同期した高速で柔軟性があり、使いやすいデータ ワークフローを提供します。

9. ゼロから始める必要はない

機械学習を始めるときに一番怖いことは何だと思いますか? エディターに空白の新しいページがあり、サンプル コードがあまりないことです。 TensorFlow Hub を使用すると、他の人のコードを取得して自分のコードとして扱うという昔ながらの慣習 (プロフェッショナル ソフトウェア エンジニアリングとも呼ばれます) をより効率的に実行できます。

TensorFlow Hub は、パッケージ化と使用が非常に合理化された、再利用可能な事前トレーニング済みの機械学習モデル コンポーネントのリポジトリです。ぜひご自身でもお試しください！

• TensorFlow 公式 YouTube チャンネル: https://www.youtube.com/channel/UC0rqucBdTuFTjJiefW5t-IQ
• ブログ: https://medium.com/tensorflow

オリジナルリンク: https://hackernoon.com/9-things-you-should-know-about-tensorflow-9cf0a05e4995

[この記事は51CTOコラム「Machine Heart」、WeChatパブリックアカウント「Machine Heart（id: Almosthuman2014）」からのオリジナル記事です]

この著者の他の記事を読むにはここをクリックしてください