Google: Tensorflow soll einsteigerfreundlicher und mobiler werden

Die Tensorflow 2.0 Alpha soll einfacher werden: Das erreicht Google, indem alle bis auf eine API gekürzt werden. Außerdem veröffentlicht das Unternehmen Tensorflow Lite, eine Variante, die KI-Software für mobile Geräte trainieren und anpassen kann.

Artikel veröffentlicht am 7. März 2019, 10:20 Uhr, Oliver Nickel

Tensorflow wird einsteigerfreundlicher. (Bild: Google)

Google hat auf seiner Konferenz Tensorflow Dev Summit 2019 die Alpha 2 seines Machine-Learning-Frameworks Tensorflow vorgestellt. Diese soll API-Calls auf eine einzelne High-Level-Programmierschnittstelle, nämlich die Deep-Learning-Bibliothek Tf.keras, reduzieren. Gerade neuen Entwicklern soll das bei ihrem Einstieg in das recht komplexe Thema helfen. Außerdem veröffentlicht Google das Framework Tensorflow Lite 1.0, das sich auf mobile Endgeräte und IoT-Sensoren spezialisiert.

Entwicklungsleiter Rajat Monga sagte während der Vorstellung: "In 2.0 dachten wir uns einfach; okay, wir bleiben einfach bei Karas und haben nicht zwei verschiedene APIs, mit denen man fast das Gleiche erreichen kann. Und so ist Keras Front und Kern, und alle anderen APIs verschwinden." Zu diesen APIs gehören etwa Slim und Layers, die bisher ebenfalls in Tensorflow genutzt wurden.

Einstiegspunkt für angehende Entwickler

Diese Vereinfachung von Tensorflow ist ein weiterer Schritt seitens Google, das Framework als Einstiegspunkt für Machine-Learning-Developer anzubieten. Das Unternehmen bietet auch eine detaillierte Dokumentation und auf der Videoplattform Youtube selbst produzierte Tutorialvideos dafür an. Tensorflow ist quelloffen und steht auf Github zur Verfügung.

Tensorflow Lite als neue Version für mobile Geräte basiert auf dem Open-Source-Framework. Im Prinzip werden Machine-Learning-Modelle mit Tensorflow trainiert. Lite komprimiert trainierte Modelle anschließend so, dass sie auch auf Smartphones, Tablets und Sensoren laufen - meist Geräte mit weniger Rechenleistung und integriertem ARM-SoC. Vorgestellt wurde das Framework bereits auf der Entwicklerkonferenz Google I/O 2017. Es sollte schon damals mit dem Visual-Core-Chip des zu dieser Zeit neuen Pixel 2 kompatibel sein. Aktuell nutzen sowohl Android- als auch iOS-Geräte eine dedizierte Form von KI-Beschleunigungshardware - etwa das Huawei Mate 20 Pro oder das Apple iPhone XS.