Tensorflow: Google gibt Bibliothek für maschinelles Lernen frei
Um riesige neuronale Netzwerke und Rechner im maschinellen Lernen zu "trainieren", etwa zur Bilderkennung oder Sprachverarbeitung, nutzt Google seit 2011 intern das Framework Distbelief. Das System ist aber zu sehr auf neuronale Netzwerke beschränkt, schwer zu konfigurieren und eng an die Infrastruktur des Unternehmens gebunden, was das Teilen von Forschungsergebnissen verhindert. Mit dem nun veröffentlichten Tensorflow(öffnet im neuen Fenster) will Google eigenen Aussagen zufolge all diese Probleme beseitigen(öffnet im neuen Fenster) .
Die in Python geschriebene Bibliothek für maschinelles Lernen soll flexibel, portabel und einfach zu verwenden sein. Die Verfügbarkeit im Quellcode unter der Apache-Lizenz sollte außerdem die Weitergabe und die Zusammenarbeit in der Wissenschaft ermöglichen. In der Ankündigung von Tensorflow heißt es, dass die Bibliothek darüber hinaus auch direkt in Produkten eingesetzt werden könne.
Mehr als nur Lernen
Zwar unterstütze die Software "umfassend" das sogenannte Deep Learning, könne aber auch für sehr viel breiter gefasste Anwendungen genutzt werden. So ließen sich damit sämtliche Berechnungen durchführen, die mit einem Flussgraphen repräsentiert werden könnten. Algorithmen für maschinelles Lernen, die auf Gradienten basieren, sollen zudem von dem automatischen Differenzieren von Tensorflow profitieren.
Neben einer Version des Frameworks, das die Berechnungen auf der CPU ausführt, ermöglicht der Code auch eine Hardware-Beschleunigung per GPU. Zurzeit sind dafür jedoch eine spezifische Version von Nvidias Cuda-SDK notwendig sowie die entsprechenden Grafikkarten. Der offene Standard OpenCL kann von Tensorflow derzeit noch nicht verwendet werden.
Zum leichten Einstieg in die Nutzung der Software stellt Google Tutorials(öffnet im neuen Fenster) sowie Modelle als Beispiele(öffnet im neuen Fenster) bereit. Der Code steht auf Github(öffnet im neuen Fenster) zur Verfügung.