Ласкаво просимо до TensorFlow

Цей урок знайомить з TensorFlow, висвітлюючи його походження, основні цілі та визначальні особливості. Після завершення уроку учасники отримають базове розуміння TensorFlow.

Призначення TensorFlow

Назва TensorFlow є досить описовою. У сфері машинного навчання, зокрема глибокого навчання, дані обробляються та передаються між операціями у структурах, які називаються тензорами. Тензор можна уявити як складний багатовимірний масив. TensorFlow надає платформу для побудови та маніпулювання цими обчислювальними графами, крізь які проходять тензори.

Ця діаграма надає візуальне уявлення про базову нейронну мережу. Зверніть увагу на шляхи? Вони позначають дані, структуровані як тензори, що обробляються мережею.

Основні характеристики

Гнучкість: незалежно від того, чи це розгортання моделей на мобільних пристроях, чи їх оркестрація на декількох серверах, TensorFlow пропонує значну універсальність;
Продуктивність: у своїй основі TensorFlow побудований на C++, що забезпечує оптимізацію для високошвидкісних завдань;
Екосистема: TensorFlow доповнюється такими інструментами, як TensorBoard і TensorFlow Hub, що збагачують його екосистему. Додатково, є вбудована підтримка бібліотек Pandas і NumPy;
Апаратне прискорення GPU: TensorFlow може використовувати потужність GPU (графічних процесорів) для прискорення численних обчислень, необхідних для масштабних завдань глибокого навчання.

Практичний підхід

Потенціал TensorFlow найкраще розкривається через практичний досвід. Почнемо з основ.

У цьому курсі для виконання завдань буде використовуватися інтегрований coderunner з вже налаштованим TensorFlow. Однак, якщо ви бажаєте встановити TensorFlow у власному середовищі Python, скористайтеся наступною командою:

pip install tensorflow

Тепер, коли TensorFlow встановлено, можна перевірити його версію за допомогою наступної команди:


              12345
            
# Import the TensorFlow library with the alias `tf`
import tensorflow as tf

# Print out the version of the library
print(tf.__version__)

Виконання наведеного вище коду відобразить версію TensorFlow, яка використовується у Python-середовищі.

Примітка

Остання версія TensorFlow може змінюватися з часом. Проте базові концепції залишаються незмінними у різних версіях.

1. Що таке тензори у контексті TensorFlow?

2. Які з наступних характеристик є ключовими для TensorFlow?

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 1. Розділ 1

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Suggested prompts:

What are tensors and how are they used in TensorFlow?

Can you explain what a computational graph is in TensorFlow?

What are some common use cases for TensorFlow?

Awesome!

Completion rate improved to 6.25

Свайпніть щоб показати меню

Передумови

Вступ до нейронних мереж