Open Source im professionellen Einsatz

Tensorflow erreicht Version 1.0

16.02.2017

Tensorflow 1.0 verspricht Stabilität für sein Python API und beschleunigt die aktuelle und zukünftige Arbeit mit der Einführung des domain-spezifischen XLA Compilers.

285

Auf dem Tensorflow Dev Summit haben Google-Mitarbeiter Version 1.0 der Deep-Learning-Software veröffentlicht. Die im November 2015 unter einer offenen Lizenz veröffentlichte Software komme mittlerweile in tausenden Projekten zum Einsatz, etwa als Übersetzungstool, zum frühen Erkennen von Brustkrebs und zum Verhindern von Erblindungen bei Diabetikern.

Dank XLA (Accelerated Linear Algebra) arbeitet Tensorflow deutlich schneller als zuvor. Dabei handelt es sich um einen domain-spezifischen Compiler, der sich mit JIT- (Just in Time) und AoT-Kompilierung (Ahead of Time) nutzen lässt und die Berechnungsarbeit von Tensorflow optimiert. Das betrifft nicht nur die Ausführungsgeschwindigkeit, sondern auch die Speichernutzung, die Portierbarkeit und den mobilen Einsatz.

Out of the box bemerken die User die Veränderungen erstmal nicht, XLA lege nur den Grundstein für künftige Performance-Verbesserungen. User können ihre Modelle jedoch anpassen, um maximale Geschwindigkeiten zu erreichen. Die Ankündigung verlinkt dazu einige Tipps und Tricks. Demnächst will das Projekt aktualisierte Implementierungen diverser populärer Modelle veröffentlichen und damit die Geschwindigkeitsvorteile von Tensorflow 1.0 demonstrieren.

Für Entwickler machen neue High-Level-APIs den Umgang mit Tensorflow flexibler. Die Macher der Software führen dafür die Module "tf.layers", "tf.metrics", "tf.losses" sowie "tf.keras" ein, letzteres sorgt für Kompatibilität mit einer weiteren populären High-Level-Bibliothek für neuronale Netzwerke. Zugleich verspricht Tensorflow 1.0 Stabilität für sein Python API. Das ähnele nun deutlicher dem API von Numpy. Gute Nachrichten auch für Nutzer von Python 3: Es gibt nicht nur Docker-Images für Python 3, Tensorflow steckt nun auch in einem Pypi-kompatiblen Pip-Paket und lässt sich über "pip install tensorflow" installieren.

Wer sich dafür interessiert, findet die Version 1.0.0 der Software auf Github.

Ähnliche Artikel

comments powered by Disqus

Ausgabe 06/2017

Artikelserien und interessante Workshops aus dem Magazin können Sie hier als Bundle erwerben.