П:
Зашто је ТенсорФлов толико популаран за системе машинског учења?
О:У машинском учењу (МЛ) се дешава велики тренд - програмери се крећу према алату званом ТенсорФлов, библиотечком производу отвореног кода који олакшава неке од кључних послова у изградњи и коришћењу скупова података о обуци у МЛ-у. С великим именима која прихватају ТенсорФлов за машинско учење, популарност је евидентна. Питање је зашто се ТенсорФлов појавио као победник.
С једне стране, мора се рећи да се неки од популарности ТенсорФлов-а заснивају на његовом пореклу. ТенсорФлов је изворно развијен од стране Гоогле Браин-а номинално „Гоогле производ“ и тако ужива у престижу имена домаћинства, упркос Гооглеовим потезима да софтвер пусти под лиценцом Апацхе отвореног кода. Постоје и показатељи да је ТенсорФлов боље пласиран од неких својих конкурената. Други фактор би могли бити велики усвајачи; на пример, избор ДеепМинд-а да користи ТенсорФлов може утицати на остале програмере са својеврсним "домино ефектом" који често доводи до притиска једног одређеног софтверског алата у доминацију индустрије.
| Бесплатно преузимање: Машинско учење и зашто је то важно |
С друге стране, постоје многи увјерљиви разлози због којих компанија можда жели користити ТенсорФлов у односу на друге алате за машинско учење. Неки од њих имају везе са доступном и „читљивом“ синтаксом ТенсорФлов-а, што је неопходно за олакшавање употребе ових програмских ресурса. Машинско учење је већ толико тежак успон да се заинтересоване стране не желе борити са несносном синтаксом.
Остали елементи популарности ТенсорФлов-а имају везе са његовом изградњом: Неки стручњаци страствено се баве функционалношћу ТенсорФлов-ових АПИ-ја који се могу повезати на мобилни или пружити бољи приступ. Постоји и живахна заједница која подржава ТенсорФлов, што је још једно перје у капу. Алтернативно, програмери могу да погледају метрике попут смањења грешака или итерације кода и открију да, у многим случајевима, коришћењем ТенсорФлов-а може умањити грешке у пројекту базе података или помоћи у скалирању.
Поред тога, ту је инхерентна функционалност ТенсорФлов-а која може бити и извлачење: Ставке попут интерактивног логовања и модела за визуелизацију података и могућности платформе попут подршке за више ГПУ-а доносе још већи избор на дохват руке програмера. Постоји општи аргумент да ТенсорФлов помаже да се избрише инфраструктура, да се виртуелизује машинско учење и да га уклони из унутрашњих серверских фарми - што је генерално велика вредност у ИТ-у двадесет првог века.
Све то чини огромну привлачност ТенсорФлов-а за широк спектар пројеката машинског учења; овај алат користе НАСА и друге владине агенције, као и импресиван списак великана из приватног сектора. Питање ће бити шта нови напредак ТенсорФлова и других услужних програма омогућава будућности нашег дигиталног света.
