【OSS】機械学習ライブラリ「TensorFlow」解説---開発目的、機械学習の仕組み、注目機能

オープンソースの機械学習ライブラリ「TensorFlow」について解説。

TensorFlowの開発目的

TensorFlowは、ニューラルネットワークを構築しトレーニングできる機械学習システムのニーズに応えるために、パターン/相関の検出による解読サポートを目的としてGoogle Brain Teamによって開発された。

Googleは、2015年11月、このライブラリをApache 2.0ライセンスでリリースし、誰もが独自のAIベースのプロジェクトで作業できるようにした。2016年6月までに、GitHubの1500のリポジトリがこのソフトウェアに言及している。

TensorFlowによる機械学習の仕組み

TensorFlowをPython環境にインポートすると「クラス」「メソッド」「シンボル」に対する完全なアクセスを行え、計算グラフと呼ばれるノードのグラフに配置できる。各ノードは入力としてテンソルを取り、対応する出力テンソルを生成する。

ノードの値はセッション実行時に評価されるが、より複雑な計算を構築するために、ノードを特定の形式のノードと組み合わせることができる。

TensorFlowではPythonの外部で実行されるグラフを記述できる。

TensorFlowの注目機能「TensorBoard」

視覚化学習

TensorBoardというユーティリティを使用すると、非常に大きな画像を表示できる。この表現は、フローまたはブロックダイアグラムに非常によく似た機能を提供する。

グラフ視覚化

一般的に計算グラフは複雑であるため視覚化は容易ではないが、TensorBoardのグラフ視覚化機能は「グラフ理解」と「デバッグ」をサポートする。

「ズームイン」「ズームアウト」「ブロックの内部チェック」「ブロック間のデータの流れを確認」などを行える。

参考

→OSSxCloudNews　→オープンソースのAI・人工知能／TensorFlowとは

以上、下記URLからの要約
https://opensourceforu.com/2018/09/how-tensorflow-makes-machines-learn/

この作品は クリエイティブ・コモンズ 表示 - 非営利 4.0 国際 ライセンスの下に提供されています。