TensorFlowとは何か？軽く調べて見ました。

最初に

マシンラーニングライブラリの一つであるTensorFlowを調べてみました。

TensorFlowとは何か

テンソルフローは、グーグルで作ったディープラーニングプログラムを簡単に具現できるように機能を提供するライブラリです。

テンソルフロー自体は基本的にC++で具現されますが、パイソン、ジャバ、ゴー(go)など様々な言語をサポートしています。
しかし、Pythonを最優先にサポートし、ほとんどの便利な機能をPythonライブラリとしてのみ実装されているため、pythonとして開発することをおすすめします。

マシンラーニングという分野は、まず少し複雑な分野です。
ただし、Google TensorFlowのようなマシンラーニングフレームワークのおかげで、マシンラーニングモデルを実装する過程は以前ほど複雑ですが、難しくはありません。
マシンラーニングフレームワークは、データの取得、モデル学習、予測、将来の結果の精製などのプロセスを容易にします。

TensorFlowは、多数のマシンラーニングとディープラーニングモデルとアルゴリズムを結合し、共通メタファーを通じて有用性を高めました。 ほとんどpythonを使用し、フレームワークでアプリケーションを構築するための便利なフロントエンドAPIを提供し、性能の優れたC++でアプリケーションを実行します。

TensorFlowで可能なもの

TensorFlowは筆記数字判別、イメージ認識、単語埋め込み、反復神経網、機械翻訳のためのシーケンスツーシーケンスモデル自然言語処理、PDE(偏微分方程式)基盤シミュレーションなどのための神経網を学習、実行することができます。
何よりも良い点は、学習に使用されるものと同じモデルで大規模なプロダクション予測をサポートすることです。

また、ブラウザで実行可能な視覚化ヘルパーであるtensorflowを提供し、ディープラーニングの学習過程を追跡するのに役立ちます。

TensorFlow意味

TensorFlowでtensorとは、ディープラーニングでデータを表現する方式だと言えます。
tensorは、行列でデータを表現できる2次元配列の形態を、高次元に拡張した多次元配列というものです、例えば、下の図に示すように、灰色調イメージは一つのチャンネルに2次元配列で表すことができます。 一方、RGB画像は3つのチャンネルごとに2次元配列で表現します。 これをテンソルで表現することができます。

テンソルフローの計算は、データフローグラフで行われます。 テンソル形式のデータがディープラーニングモデルを構成する演算のグラフに沿って流れながら演算が起こります。 したがって、ディープラーニングでデータを意味するTensorとデータフローグラフに沿って演算が行われる形態を合妻TensorFlowというのです。

抽象化および事前に学習されたModel

TensorFlowでは、ケラスまたはTF-slimのような抽象化ライブラリを提供し、低レベルのTensorFlowでライブラリに対して簡単に高レベルのアクセスを可能にします。
これを利用して簡単にディープラーニングモデルを具現することができます。 また、以下の図のようにテンソルフローは事前に学習されたモデルを提供してくれます。 そして、このようなモデルをユーザー数行のコードで実装でき、新たに学習を必要とせずにすぐに実務に適用でき、新しいデータに合わせてモデルを調整することができます。

まとめ

テンソルフローは現在最も人気のあるディープラーニングライブラリの一つであり、テンソルボードやケラスのような抽象化ライブラリ、そして事前に学習されたモデルを通じて、ユーザーがディープラーニングを使用するのに便利に役立ちます。