TensorFlow چیست؟

TensorFlow چیست؟ و کسب و کارها چگونه از آن استفاده می کنند.

فناوری اپن سورس یادگیری عمیق گوگل جای خود را درمیان کسب و کارها باز کرده است.

 

گوگل در نوامبر 2015 با اپن سورس اعلام کردن نرم افزار TensorFlow باعث ایجاد یک جنب و جوش شد، و باعث شد این فناوری  به سمت مسیر اصلی خود حرکت کند.

کتابخانه های یادگیری ماشین نسل آینده دستاورد های مهندسی هستند، که به صورت داخلی توسط تیم Google Brain برای کاربری های مختلف همچون بهبود الگوریتم های جستجوی تصاویر و ارتقا توانایی تشخیص سخن توسعه داده شدند.

 

TensorFlow درواقع یک شبکه عصبی عمیق است، که کارهای را از طریق یادگیری تقویت شده مثبت در لایه های مختلف داده انجام میدهد تا خروجی صحیص را تشخیص دهد.

با اپن سورس کردن کتابخانه یادگیری ماشین TensorFlow، گوگل یادگیری شبکه های پیچیده عصبی و ساخته ساده آن را تسهیل کرده اند. TenderFlow به برنامه نویسان زبان های مختلف از جمله Python و C/C++ این امکان را میدهد تا با بهره گیری از API در حوزه یادگیری ماشین فعالیت کنند.

این قبلی کارهای یادگیری ماشین به صورت ویژه در حوزه تحقیقات کاربرد داشتند، اما با اوپن سورس اعلام کردن TensorFlow سازمانهای بزرگ می توانند به صورت روزافزون توانایی کار با داده ها را گسترش داده و این کار را در سیستم های ابری ارزان قیمت انجام دهند.

کتابخانه TensorFlow آموزش سیستم های تشخیص گفتار، بینایی ماشین و پردازش زبان های طبیعی را برای برنامه های درگیر بسیار ساده تر از قبل میکند

در نوامبر 2017 گوگل نسخه سبکتر این کتابخانه با نام TensorFlow Lite را معرفی کرد. با تمرکز بر ارایه یک راه حل یادگیری ماشین برای دستگاه های موبایل و دستگاه های IoT، این نسخه سبک کارایی بالایی را در دستگاه های کوچک در هر دو پلتفرم iOS و اندروید وعده میدهد.

TensorFlow قطعا تنها کتابخانه یادگیری عمیق موجود نیست، اما همانگونه که موتورهای جستجوی دیگری غیر از گوگل وجود دارد، این کتاب خانه بهترین در میان آنهاست. از کتابخانه های جایگزین میتوان به Torch که توسط محققان سویسی ساخته شده و Caffe که توسط دانشگاه کالیفرنیا توسعه داده شده و در ادامه توسط فیس بوک تحت عنوان Caffe2 عرضه شده اشاره کرد.

اگر به محدودیت های که گوگل در TensorFlow قرار داده بخواهیم اشاره کنیم قطعا می توان به قابلیت اجرا در یک ماشین با چندین GPU باید اشاره کرد، که می تواند مقیاس پذیری کسب و کار ها توسط این ابزار را تحت الشعاع قرار دهد. البته راه هایی برای رفع این مشکل وجود دارد که مستلزم تخصص، زمانه و هزینه بیشتر است.

بر اساس ادعا های Tensorflow در وب سایت خود برخی از بزرگترین شرکت های جهان از کتابخانه نرم افزاری آنها استفاده می نمایند که به عنوان نمونه میتوان به Airbnb، Airbus، DropBox، Snapchat و Uber اشاره کرد.

 

اگر چه پیدا کردن یک نمونه کاربردی در دنیای واقعی به دلیل مخفی کاری ها می تواند کار دشواری باشد. اما یک شرکت که در این زمینه زیاد محافظه کارانه عمل نمی کند و از TensorFlow استفاده می نماید سوپرمارکت آنلاین Ocado در انگلیس می باشد.

تیم علوم داده در این شرکت از الگوریتمهای این کتابخانه برای مسیریابی روبوت های که اقلام را در انبار حرکت می دهند استفاده می کنند، تا قابلیتی هایی چون پیشبینی نیازها که هم اکنون با روش های قدیمی مدل رگراسیون عمل میکند، و مدل پیشبینی پیشنهاد محصول برای افزودن به سبد خرید بر اساس عادات خرید قبلی، را بهبود بخشد.

Ocado در آغاز از TensorFlow برای مدیریت جریان نامه های الکترونیکی ارسال مرکز تماس استفاده می کرد. پیش از استفاده از TensorFlow مرکز تماس با نامه های الکترونیکی به صورت بدوی و بدون توجه به اولویت بندی آنها برخورد می کرد. این امر و حجم بالای نامه های ارسالی باعث کاهش سرعت خدمات بین 3 تا 4 بار کندتر از شرایط عادی می شد.

دن نلسون، مدیر بخش داده Ocado اعلان کرد “کسب و کار ما نیاز داشت تا نامه های الکترونیکی را در قالب یک مساله پردازش زبان طبیعی به صورت کارامدتری دسته بندی کنیم” او همچنین افزود ” پس بخاطر همین موضوع لازم بود تا نامه های دریافتی بررسی شوند تا معنی و مقصود آنها توسط سیستم استخراج شود”

این مشکل به نحوی با راه حل ارایه شده گوگل در پردازش زبان های طبیعی متناسب بود که آنها از TensorFlow برای رفع این مشکل استفاده نمودند.

Ocado بک فرشگاه گوگلی است، استفاده از جستجو های ابری گوگل مورد استفاده این کسب و کار می باشد. بنابراین استفاده از TensorFlow بسیاری از فرآیندها را تسهیل کرده است.

نلسون در رابطه با استفاده از ابزارها به صورت کلی با در نظر گرفتن واقعیت ها گفت “اساسا TensorFlow امکان دسترسی به مدل های مختل یادگیری را در قالب یک کتابخانه میدهد. شما نیاز دارید که انها را تمرین و تطبیق دهید، اما سعرت یادگیری شما را شتاب میدهد.

TensorFlow مشکل شما را حل نمی کند، اما به شما ابزاری میدهد به صورت کاملا انتزاعی که مشکل شما را حل می نماید.