2. Основные понятия TensorFlow

TensorFlow™ — это открытая программная библиотека с использованием графов потоков данных для числовых вычислений. Узлы (Nodes) в графе представляют математические операции, а рёбра (edges) — многомерные массивы данных, тензоры, которые связывают узлы. Гибкая архитектура позволяет выполнять вычисления на различных платформах, таких как один или несколько CPU (или GPU) на настольном компьютере, серверы, мобильные устройства и т. д. TensorFlow был разработан исследователями и инженерами из команды Google Brain (подразделение Google AI Research) для исследований в области машинного обучения и глубоких нейронных сетей, но универсальность этой системы позволяет использовать её и в других областях вычислений.

Основные преимущества TensorFlow:

• гибкость: поддержка базовых числовых вычислений, пользовательские операторы на C++;
• переносимость: от серверов до ПК и мобильных устройств, от CPU до GPU и TPU;
• распределённые вычисления: распределённые параллельные вычисления, возможность указания соответствия операторов вычислительным устройствам.

Как говорится, даже самое высокое здание стоит на прочном фундаменте, и у TensorFlow есть своя основа.

Ключевые концепции TensorFlow на нижнем уровне — это тензоры, графы вычислений и автоматическое дифференцирование.

Если у вас возникнут вопросы по содержанию книги и вы захотите пообщаться с автором, можете оставить комментарий под постом в публичном аккаунте «Алгоритм и вкусняшки». Автор постарается ответить, учитывая ограниченность его времени и ресурсов.

Также можно написать в комментариях к посту в публичном аккаунте ключевое слово «присоединиться к группе», чтобы вступить в группу обсуждения с другими читателями.