Sztuczna Inteligencja w nowej odsłonie – Tensorflow 2.0 ułatwi budowanie sieci neuronowych

Techniki uczenia głębokiego (deep learning) przeżywają w ostatnich kilku latach rozkwit. Wiąże się to, po pierwsze, z ilością danych – obrazowych, tekstowych, transakcyjnych – którymi możemy „karmić” sieci neuronowe, po to, by doskonalić ich nieomylność w zakresie takich zadań, jak:

  • identyfikacja i lokalizacja obiektów na zdjęciach,
  • tłumaczenia,
  • rozumienie mowy,
  • wykrywanie anomalii w zdarzeniach,
  • zapewnianie bezpieczeństwa.

Po drugie, wzrost popularności tego podejścia jest wynikiem ogólnej dostępności procesorów graficznych (GPU), które przyspieszają zaawansowane obliczenia matematyczne niezbędne w procesie uczenia głębokiego.

Po trzecie, wzrost skuteczności metod uczenia głębokiego wiąże się z udoskonaleniem samych algorytmów i architektury sieci neuronowych.

Aktualnie rozbudowane sieci neuronowe, które przewyższają obecnie człowieka w niektórych zadaniach identyfikacyjnych, składają się z ćwierci tysiąca warstw uczących się złożonych z wielu sztucznych neuronów. W takiej skali złożoności niezbędne są narzędzia dla projektantów i programistów. Najpopularniejszym na rynku jest biblioteka Tensorflow oferowana w postaci open source. Biblioteka jest rozwijana od 3 lat i właśnie doczekała się kolejnej wersji, która już wkrótce będzie ogólnie dostępna.

Tensorflow 2.0 zbliża się wielkimi krokami

Według zapowiedzi już na początku tego roku użyjemy nowej wersji. Największy nacisk został postawiony na 4 aspekty:

  1. Łatwość użycia, dzięki dalszej integracji Kerasa oraz domyślnemu trybowi Eager Execution, który znacząco ułatwia zrozumienie kodu oraz jego debugowanie.
  2. Ustandaryzowane API, które pozwoli łatwo wdrażać wyprodukowane modele na różną infrastrukturę sprzętową, wykorzystując różne języki programowania.
  3. Ułatwienia pozwalające na szybkie przeprowadzanie eksperymentów i publikacje ich wyników.
  4. Uproszczenie i posprzątanie kodu z duplikatów oraz przestarzałych funkcji. Na szczęście deweloperzy obiecują dostarczyć konwerter kodu z Tensorflow 1.x na Tensorflow 2.0.

W Linux Polska stawiamy na Tensorflow, więc z niecierpliwością czekamy na zmiany.
Tym bardziej że z informacji z innych źródeł wynika, że w tej wersji dodane zostanie również wsparcie dla CUDA 10!

Tensorflow to opensource’owy framework pozwalający w prosty i szybki sposób trenować sieci neuronowe, rozwijany od 3 lat. Aktualnie jest najpopularniejszym rozwiązaniem do uczenia głębokiego. Dzięki ogromnej społeczności posiada duże wsparcie i rozwija się bardzo szybko. Dodatkowo istnieje wiele pretrenowanych wcześniej w nim modeli, które łatwo można zaadaptować do nowych, dedykowanych celów.

Linux Polska to leader rozwiązań open source na rynku polskim. Od 2 lat wykorzystuje metody sieci neuronowych (deep learning) do rozpoznawania i lokalizowania obiektów oraz wykrywania nieprawidłowości w systemach informacyjnych. Specjalizujemy się w rozpoznawaniu nieznanych zagrożeń, oszustw i nadużyć.

top