Q:
ทำไม TensorFlow จึงเป็นที่นิยมสำหรับระบบการเรียนรู้ของเครื่อง?
A:มีแนวโน้มใหญ่เกิดขึ้นในการเรียนรู้ของเครื่อง (ML) - โปรแกรมเมอร์กำลัง flocking ไปยังเครื่องมือที่เรียกว่า TensorFlow ผลิตภัณฑ์ไลบรารีโอเพนซอร์ซที่อำนวยความสะดวกในงานสำคัญบางอย่างในการสร้างและใช้ชุดข้อมูลการฝึกอบรมใน ML ด้วยชื่อใหญ่ ๆ ที่ใช้ TensorFlow สำหรับการเรียนรู้ของเครื่องความนิยมนั้นเด่นชัด คำถามคือสาเหตุที่ TensorFlow กลายเป็นผู้ชนะ
ในอีกด้านหนึ่งมีกรณีที่ทำให้ความนิยม TensorFlow บางส่วนขึ้นอยู่กับต้นกำเนิดของมัน TensorFlow ได้รับการพัฒนาโดย Google Brain แต่เดิมได้รับการขนานนามว่าเป็น "ผลิตภัณฑ์ของ Google" และได้รับความนิยมในนามของครัวเรือนแม้จะมีการย้ายของ Google เพื่อเผยแพร่ซอฟต์แวร์ภายใต้ใบอนุญาต Apache แบบโอเพ่นซอร์ส นอกจากนี้ยังมีตัวบ่งชี้ว่า TensorFlow ทำตลาดได้ดีกว่าคู่แข่งบางราย ปัจจัยอีกประการหนึ่งคือผู้ใช้รายใหญ่ ตัวอย่างเช่นทางเลือกของ DeepMind ในการใช้ TensorFlow อาจมีอิทธิพลต่อนักพัฒนารายอื่นด้วย "ผลกระทบโดมิโน" ที่มักจะสิ้นสุดลงด้วยการผลักดันเครื่องมือซอฟต์แวร์หนึ่ง ๆ ให้กลายเป็นผู้นำอุตสาหกรรม
| ดาวน์โหลดฟรี: การเรียนรู้ของเครื่องและเหตุผลที่สำคัญ |
ในอีกทางหนึ่งมีเหตุผลที่น่าสนใจมากมายว่าทำไม บริษัท อาจต้องการใช้ TensorFlow เหนือเครื่องมือการเรียนรู้ของเครื่องอื่น ๆ บางคนต้องทำด้วยไวยากรณ์ของ TensorFlow ที่สามารถเข้าถึงได้และ "อ่านได้" ซึ่งเป็นสิ่งจำเป็นสำหรับการทำให้ทรัพยากรการเขียนโปรแกรมเหล่านี้ใช้งานง่ายขึ้น การเรียนรู้ของเครื่องนั้นช่างเป็นเรื่องที่ยากมากที่จะไต่เต้าว่าผู้มีส่วนได้ส่วนเสียไม่ต้องการที่จะต่อสู้กับไวยากรณ์ที่เทอะทะ
องค์ประกอบอื่น ๆ ที่ได้รับความนิยมของ TensorFlow เกี่ยวข้องกับงานสร้าง: ผู้เชี่ยวชาญบางคนหลงใหลเกี่ยวกับการทำงานของ API ของ TensorFlow ที่สามารถเชื่อมโยงกับมือถือหรือเข้าถึงได้ดีขึ้น นอกจากนี้ยังมีชุมชนที่มีชีวิตชีวาสนับสนุน TensorFlow ซึ่งเป็นขนนกอีกใบในหมวก อีกทางเลือกหนึ่งนักพัฒนาสามารถดูตัวชี้วัดเช่นการลดข้อผิดพลาดหรือการวนซ้ำรหัสและพบว่าในหลายกรณีการใช้ TensorFlow สามารถลดข้อผิดพลาดในโครงการ codebase หรือช่วยในการปรับขนาด
นอกจากนี้ยังมีฟังก์ชันการทำงานโดยธรรมชาติของ TensorFlow ที่สามารถดึงดูดได้: รายการต่างๆเช่นการบันทึกแบบโต้ตอบและการสร้างภาพข้อมูลและตัวเลือกแพลตฟอร์มเช่นการสนับสนุน GPU หลายตัวทำให้มีทางเลือกมากขึ้นเพียงปลายนิ้วของนักพัฒนา มีข้อโต้แย้งทั่วไปที่ TensorFlow ช่วยในการ "ลบโครงสร้างพื้นฐาน" เพื่อจำลองการเรียนรู้ของเครื่องเสมือนและถอนการเชื่อมต่อจากฟาร์มเซิร์ฟเวอร์ภายใน - ซึ่งโดยทั่วไปมีค่ามากในศตวรรษที่ 21 ไอที
ปัจจัยทั้งหมดนี้เป็นความดึงดูดอันยิ่งใหญ่ของ TensorFlow สำหรับโครงการการเรียนรู้ของเครื่องในวงกว้าง เครื่องมือนี้ใช้โดย NASA และหน่วยงานรัฐบาลอื่น ๆ รวมถึงบัญชีรายชื่อยักษ์ใหญ่ของภาคเอกชน คำถามจะเป็นสิ่งที่ก้าวหน้าใหม่ TensorFlow และสาธารณูปโภคอื่น ๆ ให้เป็นไปได้สำหรับอนาคตของโลกดิจิตอลของเรา
