Flexibler und schneller: Google veröffentlicht Tensorflow 1.0

Mit Tensorflow hat Google gegen Ende 2015 eine Open-Source-Bibliothek für maschinelles Lernen vorgestellt. Jetzt ist die Software in Version 1.0 erschienen. Dabei hat Google vor allem an der Performance-Schraube gedreht. Dazu hat Google unter anderem XLA, was die Kurzform von Accelerated Linear Algebra ist, vorgestellt. XLA ist ein Domain-spezifischer Compiler für lineare Algebra, der Tensorflow-Berechnungen optimiert. Das führt zu einer höheren Ausführungsgeschwindigkeit und verbesserter Speichernutzung.

Tensorflow 1.0 bringt eine High-Level-API mit verschiedenen Modulen mit. So soll die Software noch flexibler werden. Außerdem gibt es ein neues Modul, mit dem Tensorflow vollständig kompatibel zur Deep-Learning-Bibliothek Keras wird. Darüber hinaus verspricht Google, dass Tensorflow jetzt wirklich reif für den Produktiveinsatz ist.

Tensorflow: Skript hilft beim Umstieg auf Version 1.0

Google hat einige Verbesserungen an der Python-API vorgenommen. Die soll jetzt Numpy-ähnlicher sein. Daraus ergeben sich allerdings eine Reihe von Kompatibilitätsproblemen. Um Entwicklern bei der Migration auf die neue Version zu unterstützen, hat Google diese Anleitung veröffentlicht. Außerdem gibt es ein Python-Skript, das eure Tensorflow-Skripte auf den neusten Stand bringen soll. Eine Liste aller Änderungen findet ihr in diesem Beitrag auf dem Entwickler-Blog von Google.

Ebenfalls interessant:

• Was ist eigentlich der Unterschied zwischen AI, Machine Learning, Deep Learning und Natural Language Processing?
• Deep Learning spielerisch erklärt: Google lässt dich mit neuronalen Netzen experimentieren
• Deutlich effektiver als die Konkurrenz: Microsoft veröffentlicht Deep-Learning-Toolkit CNTK auf GitHub