ש:
מדוע TensorFlow כל כך פופולרי עבור מערכות למידת מכונות?
ת:יש מגמה גדולה בלמידה של מכונות (ML) - מתכנתים נוהרים לכלי שנקרא TensorFlow, מוצר בספריית קוד פתוח המאפשר חלק מעבודות המפתח הטמונות בבניית ושימוש במערכי נתוני הדרכה ב- ML. עם שמות גדולים המאמצים את TensorFlow ללימוד מכונות, הפופולריות ניכרת. השאלה היא מדוע TensorFlow התגלה כמנצח.
מצד אחד, יש לטעון כי חלק מהפופולריות של TensorFlow מבוססת על מקורותיה. TensorFlow, שפותחה במקור על ידי Google Brain, היא "מוצר של גוגל" באופן נקוב ולכן היא נהנית מיוקרתו של שם הבית, למרות הצעד של גוגל לשחרר את התוכנה תחת רישיון Apache בקוד פתוח. ישנם גם אינדיקטורים לפיהם TensorFlow שווקה טוב יותר מכמה מתחרותיה. גורם נוסף יכול להיות מאמצים גדולים; למשל, הבחירה של DeepMind להשתמש ב TensorFlow עשויה להשפיע על מפתחים אחרים עם סוג של "אפקט דומינו" שלעתים קרובות דוחף כלי תוכנה מסוים אחד לדומיננטיות בתעשייה.
| הורדה חינם: למידת מכונה ולמה זה חשוב |
מצד שני, יש הרבה סיבות משכנעות לכך שחברה אולי תרצה להשתמש ב- TensorFlow על פני כלי לימוד אחרים של המכונות. חלקם קשורים לתחביר הנגיש וה"קריא "של TensorFlow, שהוא חובה להקלת השימוש במשאבי התכנות הללו. למידת מכונה היא כבר גבעה קשה שכזו לטפס עד כי בעלי העניין לא רוצים להתמודד עם תחביר לא סוער.
אלמנטים אחרים מהפופולריות של TensorFlow קשורים לבנייה שלה: ישנם מומחים הנלהבים מהפונקציונליות של ממשקי ה- API של TensorFlow שיכולים לקשר לנייד או להביא גישה טובה יותר. יש גם קהילה תוססת התומכת ב TensorFlow, שהיא נוצה נוספת בכומתה. לחילופין, מפתחים יכולים להסתכל על מדדים כמו הפחתת שגיאות או איטרציה של קוד ולגלות שבמקרים רבים, שימוש ב TensorFlow יכול להפחית שגיאות בפרויקט בסיס קוד או לעזור בקנה מידה.
בנוסף, קיימת פונקציונליות מובנית של TensorFlow שיכולה גם להוות תיקו: פריטים כמו כניסה אינטראקטיבית ומודלים להמחשת נתונים, ואפשרויות פלטפורמה כמו תמיכה מרובת GPU, מביאות את הבחירה אפילו יותר לקצות האצבעות של המפתח. יש טענה כללית כי TensorFlow עוזר "למחוק תשתיות", לווירטואליזציה של למידת מכונות ולהתיר אותה מחוות שרתים פנימיות - וזה בדרך כלל ערך גדול ב- IT מהמאה העשרים ואחת.
כל אלה גורמים לפנייה העצומה של TensorFlow למגוון רחב של פרויקטים של למידת מכונות; הכלי משמש על ידי נאס"א וסוכנויות ממשלתיות אחרות, כמו גם סדרה מרשימה של ענקיות מהמגזר הפרטי. השאלה תהיה אילו התקדמות חדשה TensorFlow ושירותים אחרים מאפשרים לעתיד העולם הדיגיטלי שלנו.
