¿Qué es y para qué sirve TensorFlow?

Las redes neuronales de TensorFlow también funcionan con datos de video. Se utiliza principalmente en campos de detección de movimiento, detección de personas en tiempo real, juegos, seguridad, aeropuertos y UX/UI. Las universidades están trabajando recientemente en conjuntos de datos de clasificación de videos a gran escala como YouTube-8M, con el objetivo de acelerar la investigación sobre comprensión de videos a gran escala, aprendizaje representacional, modelado de datos ruidosos, transferencia de aprendizaje y enfoques de adaptación de dominio para video.

La NASA está diseñando un sistema con TensorFlow para clasificar la órbita de la Tierra y agrupar objetos asteroides. Como resultado, pueden clasificar y predecir NEO (Near Earth Objects).

De qué se trata TensorFlow

TensorFlow es una biblioteca de código abierto basada en un sistema de red neuronal. Esto significa que puede relacionar múltiples datos en red simultáneamente, al igual que el cerebro humano. Por ejemplo, puede reconocer varias palabras del alfabeto relacionando letras y fonemas. Otro caso es el de imágenes y textos que pueden relacionarse rápidamente entre sí gracias a la capacidad asociativa del sistema de redes neuronales. Todas las pruebas y experimentos realizados para el desarrollo de programas y aplicaciones se almacenan en el programa.

La decisión de lanzar TensorFlow se tomó en noviembre de 2015, por lo que hoy puede acceder libremente a esta herramienta y editarla según sea necesario. Cuando se lanzó, la capacidad de reconocimiento y relación que tenía era superior al 93% en las imágenes, y su mejora a través de la licencia OpenSource permitió su uso masivo. Además, también consiguió reducir el tiempo de procesamiento en la versión de 2015 a una media de 0,7 segundos. Por tanto, es una herramienta que ha mejorado en capacidad y velocidad de procesamiento.

¿Dónde se ejecuta TensorFlow?

Puedes ejecutar Tensorflow en varios tipos de objetivos, entre los más destacados podemos mencionar: En la nube, en una computadora local, en dispositivos móviles, ya sea Android o IOS, en un clúster. También puede usar la Unidad de procesamiento de flujo (TPU) Cloud Tensor de Google y ejecutarla en su unidad.

A través de su software, TensorFlow administra conjuntos de datos organizándolos como nodos de cómputo en un gráfico de ejecución. Los enlaces que unen los nodos de un gráfico pueden representar matrices o vectores multidimensionales, creando lo que llamamos tensores. Debido a que los programas de TensorFlow usan una arquitectura de flujo de datos que tiende a generalizar resultados computacionales intermedios, son particularmente adecuados para aplicaciones de procesamiento paralelo a gran escala: las redes neuronales son un ejemplo común.

Debido a su popularidad

Tensorflow es una plataforma compatible con el lenguaje de programación Python. Este factor es de gran relevancia, ya que Python ha sido un sistema muy popular por su sencillez y flexibilidad. Además, ambos sistemas pertenecen a Google Brain, lo que permite adaptabilidad en los proyectos.

Este dúo ofrece legibilidad del código del lenguaje de programación e inferencia favorable de redes neuronales profundas. Por otro lado, debido a la recurrencia del lenguaje de programación Python y su compatibilidad, existe una gran demanda en el campo laboral.

tensorflow.org

En mayo de 2016, Google anunció la TPU (Unidad de procesamiento de tensores). Esta es una compilación ASIC específica de aprendizaje automático diseñada para TensorFlow.

El TPU es un acelerador de Inteligencia Artificial programable, orientado a utilizar o ejecutar modelos en lugar de entrenarlos. Google anunció que había usado TPU en sus centros de datos durante más de un año y descubrió que se desempeñaban 10 veces mejor (potente) en tareas de aprendizaje automático que los sistemas tradicionales.