Logo von Developer

Suche
Abonnieren

Tägliche Top-News bei WhatsApp, Facebook Messenger, Telegram & Insta

preisvergleich_weiss

Recherche in 1.683.110 Produkten

Alexander Neumann

Google stellt Training-Werkzeuge für TensorFlow unter Open-Source-Lizenz

Google stellt Training-Werkzeuge für TensorFlow unter Open-Source-Lizenz

Tensor2Tensor soll das Erstellen von Deep-Learning-Modellen mit Googles Bibliothek TensorFlow vereinfachen.

Google hat das Deep-Learning-Projekt Tensor2Tensor (T2T) unter eine Open-Source-Lizenz gestellt. Bei T2T handelt es sich um eine Python-basierte Bibliothek zur Workflow-Organisation für Trainingsaufgaben, die mit Googles Deep-Learning-Framework TensorFlow durchgeführt werden.

Anzeige

Das Projekt ermöglicht es Entwicklern, die zentralen Elemente von TensorFlow-Modellen zu definieren und die Beziehungen zwischen ihnen festzulegen. Dabei handelt es sich unter anderem um die Möglichkeit, mehrere Datensätze in den Trainings zugleich zu verwenden. Anwender können zudem neue zu ihren Workflows hinzufügen oder sie dem Kernprojekt über eine Pull-Anfrage hinzufügen.

Dann ist es möglich zu beschreiben, um welche Art von Aufgabe es sich handelt, die trainiert werden soll, – etwa Spracherkennung oder Übersetzung und welche Art von Daten daraus zu erwarten und zu generieren sind. Beispielsweise könnte ein Bilderkennungssystem Bilder analysieren und diesen Textbeschriftungen hinzufügen.

Es sind in T2T etliche vertraute Modelle zu finden, es lassen sich darüber hinaus weitere ergänzen. Zudem ist es möglich, Einstellungen vorzugeben, die den Trainingsprozess steuern, sodass Anwender zwischen ihnen umschalten oder sie nach Bedarf zusammenführen können. Parameter, die an die eigentliche Trainings-Binärdatei übergeben werden, lassen sich zusätzlich separat angeben.

Da sich mehrere gängige Modelle und Datensätze mit T2T angehen lassen, kann man einfach mit der Wiederverwendung oder Erweiterung eines vorhandenen Modus beginnen und eine der Vorgaben beziehungsweise Modifikationen davon nach Bedarf einsetzen. Das Projekt ist jedoch nicht dafür geeignet, ein Deep-Learning-Projekt zu organisieren. Theoretisch ließe es sich als Teil eines Daten-zu-Vorhersage-Systems für das Erstellen von Machine-Learning-Anwendungen nutzen, aber das ist nicht die eigentliche Aufgabe – den Aufwand beim Erstellen von Trainingsmodellen mit TensorFlow zu reduzieren.

Das von Google vorangetriebene TensorFlow konnte seit der Open-Source-Legung viel Aufmerksamkeit auf sich ziehen, erkennbar auch an der Anzahl der auf GitHub gehosteten Repositories, die darauf Bezug nehmen. Mittlerweile ist TensorFlow zudem in Google-eigenen Angeboten wie dem Translate-Dienst im Einsatz und auch das Künstliche-Intelligenz-Projekt DeepMind greift auf die Bibliothek zurück. (ane)

Kommentieren

Themen:

Anzeige
  1. Machine Learning: Google bringt TensorFlow Lite für Android und iOS

    Machine Learning: Google bringt TensorFlow Lite für Android und iOS

    Die schlanke Variante des Open-Source-Frameworks bringt Machine Learning auf mobile Endgeräte und Embedded Devices. Zum Start gibt es Anbindungen für iOS und Android.

  2. Machine Learning: TensorFlow 1.0 freigegeben

    Machine Learning: TensorFlow 1.0 freigegeben

    Schneller, flexibler und bereit für den Produktiveinsatz – die erste Hauptversion der quelloffenen Machine-Learning-Bibliothek, die etwa in Google Translate und DeepMind zum Einsatz kommt, ist nun offiziell verfügbar.

  3. Maschinelles Lernen: Google veröffentlicht eine API zur Objekterkennung

    Maschinelles Lernen: Google veröffentlicht eine API zur Objekterkennung

    Die Tensor Flow Object Detection API nutzt der Suchmaschinenanbieter bereits intern in der Bildersuche, für Street View und in einem Tool für die Nest-Cam-Geräten. Nun hat Google das System als Open-Source-Projekt freigegeben.

  4. Machine Learning: TensorFlow Serving erreicht Version 1.0

    Machine Learning: TensorFlow Serving erreicht Version 1.0

    Google befindet das System zum Bereitstellen von Machine-Learning-Modellen als stabil genug für den Einsatz in Produktionsumgebungen. Es soll Konzepte der Softwareentwicklung wie Codeverwaltung und Continuous Integration in ML-Umgebungen bringen.

  1. Wie Techniken des maschinellen Lernens das Online-Kaufverhalten lenken können

    Wie Techniken des maschinellen Lernens das Online-Kaufverhalten lenken können

    Der Bereich des Natural Language Processing beschäftigt sich seit Jahren mit der sinnvollen Extraktion und Verarbeitung von Datenstrukturen. Insbesondere die Konzepte und Techniken rund um das Thema Deep Learning wecken neue Hoffnungen bei der Entwicklung effizienter Anwendungen.

  2. Der zweite Fuß in der Tür

    Eine Kooperation der Google-Tochter DeepMind auf dem Gesundheitssektor jagt die nächste. Nachdem sich die britische Softwareschmiede bereits mit Nierenpatienten beschäftigt, strebt sie nun die Diagnose von Augenkrankheiten an.

  3. Machine Learning mit Apache Spark 2

    Maschinelles Lernen mit Apache Spark 2

    Apache Spark bietet ausgereifte Werkzeuge für das Umsetzen von Software im Bereich maschinelles Lernen. Ein Beispielprojekt zeigt Bilderkennung für handgeschriebene Ziffern.

  1. Vorstellung: Mercedes G-Klasse

    Mercedes G-Klasse

    Erstmals seit knapp 40 Jahren stellt Mercedes eine von Grund auf neu konzipierte G-Klasse vor. Die Optik lässt einen glauben, es hätte sich kaum etwas verändert. Schon im Jahre 2014 kündigten wir die Wende der G-Klasse an. Kam es so, wie wir damals glaubten?

  2. Meltdown und Spectre: Neustart-Probleme auch mit Skylake- und Kaby-Lake-CPUs, neue Intel-Benchmarks

    Meltdown und Spectre: Neustart-Probleme auch mit Skylake- und Kaby-Lake-CPUs, neue Intel-Benchmarks

    Intel muss in einer neuen Sicherheitsmitteilung einräumen, dass es nach dem Einspielen der Firmware-Updates auch auf Core-i-6000/7000-Systemen zu plötzlichen Neustarts kommen kann.

  3. TeamViewer IoT soll das Internet der Dinge überwachen

    Digital gesteuertes Zuhause

    Smarte Geräte daheim, im öffentlichen Raum und in der Industrie sollen leichter überwacht und aus der Ferne gewartet werden. Dafür bietet TeamViewer eine neue IoT-Software an.

  4. Fritzbox-Updates: Kommendes FritzOS 7 könnte zwei Router per Mesh-WLAN koppeln

    Fritzbox-Updates: FritzOS 7 könnte zwei Fritzboxen per Mesh-WLAN koppeln

    Der Routerhersteller AVM erwägt, die Mesh-Funktionen im erwarteten FritzOS 7 weiter auszubauen, um entfernte Geräte via Mesh anzukoppeln. Das erklärte die Firma im Rahmen einer Stellungnahme zu einem missverständlichen Facebook-Posting.

Anzeige