Enable javascript in your browser for better experience. Need to know to enable it?

÷ÈÓ°Ö±²¥

La informaci¨®n en esta p¨¢gina no se encuentra completamente disponible en tu idioma de preferencia. Muy pronto esperamos tenerla completamente disponible en otros idiomas. Para obtener informaci¨®n en tu idioma de preferencia, por favor descarga el PDF ²¹±ç³Ü¨ª.
?ltima actualizaci¨®n : Nov 20, 2019
NO EN LA EDICI?N ACTUAL
Este blip no est¨¢ en la edici¨®n actual del Radar. Si ha aparecido en una de las ¨²ltimas ediciones, es probable que siga siendo relevante. Si es m¨¢s antiguo, es posible que ya no sea relevante y que nuestra valoraci¨®n sea diferente hoy en d¨ªa. Desgraciadamente, no tenemos el ancho de banda necesario para revisar continuamente los anuncios de ediciones anteriores del Radar. Entender m¨¢s
Nov 2019
Probar ?

Con su versi¨®n 2.0, mantiene su prominencia como framework l¨ªder en el sector de Machine Learning (ML). TensorFlow comenz¨® como un paquete de procesamiento num¨¦rico que se expandi¨® gradualmente para incluir librer¨ªas que permiten varias aproximaciones y entornos de ejecuci¨®n de ML, abarcando desde las CPUs de los m¨®viles hasta grandes clusters de GPUs. Por el camino, se habilit¨® una gran cantidad de frameworks para simplificar las tareas de creaci¨®n de redes neuronales y entrenamiento. Al mismo tiempo, otras frameworks, especialmente PyTorch, ofrec¨ªan un modelo de programaci¨®n imperativa que hac¨ªa la depuraci¨®n y ejecuci¨®n m¨¢s simple y f¨¢cil. TensorFlow 2.0 sigue ahora por defecto a flujo imperativo (ejecuci¨®n eager) y adopta Keras como ¨²nica API de alto nivel. Mientras estos cambios modernizan la usabilidad de TensorFlow y lo hacen m¨¢s competitivo frente a PyTorch, se trata de una reescritura significativa que a menudo rompe la retrocompatibilidad ¡ª muchas herramientas y frameworks de servicio en el ecosistema de TensorFlow no funcionar¨¢n de manera inmediata con la nueva versi¨®n. De momento, hay que considerar si queremos dise?ar y experimentar en TensorFlow 2.0 pero volver a la versi¨®n 1 para servir y ejecutar los modelos en producci¨®n.

Nov 2016
Evaluar ?

Google's is an open source machine-learning platform that can be used for everything from research through to production and will run on hardware from a mobile CPU all the way to a large GPU compute cluster. It's an important platform because it makes implementing deep-learning algorithms much more accessible and convenient. Despite the hype, though, TensorFlow isn't really anything new algorithmically: All of these techniques have been available in the public domain via academia for some time. It's also important to realize that most businesses are not yet doing even basic predictive analytics and that jumping to deep learning likely won't help make sense of most data sets. For those who do have the right problem and data set, however, TensorFlow is a useful toolkit.

Apr 2016
Evaluar ?
Publicado : Apr 05, 2016

Suscr¨ªbete al bolet¨ªn informativo de Technology Radar

?

?

?

?

Suscr¨ªbete ahora

Visita nuestro archivo para leer los vol¨²menes anteriores