TensorFlow adalah perpustakaan perangkat lunak bebas dan sumber terbuka untuk aliran data dan pemrograman terdiferensiasi di berbagai tugas. Ini adalah perpustakaan matematika simbolis, dan juga digunakan untuk aplikasi pembelajaran mesin seperti jaringan saraf. Ini digunakan untuk penelitian dan produksi di Google.‍
TensorFlow dikembangkan oleh tim Google Brain untuk penggunaan Google internal. Itu dirilis di bawah Lisensi Apache 2.0 pada November 9, 2015.
Dimulai di 2011, Google Brain membangun DistBelief sebagai sistem pembelajaran mesin eksklusif yang didasarkan pada jaringan saraf pembelajaran mendalam. Penggunaannya tumbuh dengan cepat di berbagai perusahaan Alphabet dalam penelitian dan aplikasi komersial. Google menugaskan banyak ilmuwan komputer, termasuk Jeff Dean, untuk menyederhanakan dan memperbaiki basis kode dari DistBelief menjadi perpustakaan kelas aplikasi yang lebih cepat dan lebih kuat, yang menjadi TensorFlow. Dalam 2009, tim, yang dipimpin oleh Geoffrey Hinton, telah menerapkan backpropagation secara umum dan perbaikan lain yang memungkinkan generasi jaringan saraf dengan akurasi yang jauh lebih tinggi, misalnya pengurangan 25% dalam kesalahan dalam pengenalan suara.
TensorFlow adalah sistem generasi kedua Google Brain. Versi 1.0.0 dirilis pada Februari 11, 2017. Sementara implementasi referensi berjalan pada perangkat tunggal, TensorFlow dapat berjalan pada banyak CPU dan GPU (dengan ekstensi CUDA dan SYCL opsional untuk komputasi tujuan umum pada unit pemrosesan grafis). TensorFlow tersedia di platform Linux 64-bit, macOS, Windows, dan mobile termasuk Android dan iOS.
Arsitekturnya yang fleksibel memungkinkan penerapan komputasi yang mudah di berbagai platform (CPU, GPU, TPU), dan dari desktop ke kluster server ke perangkat seluler dan perangkat canggih.
Perhitungan TensorFlow dinyatakan sebagai grafik aliran data stateful. Nama TensorFlow berasal dari operasi yang dilakukan jaringan saraf pada array data multidimensi, yang disebut sebagai tensor. Selama Konferensi Google I / O pada bulan Juni 2016, Jeff Dean menyatakan bahwa repositori 1,500 di GitHub menyebutkan TensorFlow, yang hanya 5 dari Google.
Pada bulan Maret 2018, Google mengumumkan versi 1.0 TensorFlow.js untuk pembelajaran mesin dalam JavaScript dan TensorFlow Graphics untuk pembelajaran mendalam dalam grafik komputer.
Di Jan 2019, Google mengumumkan TensorFlow 2.0.
Tensor processing unit (TPU)
Pada Mei 2016, Google mengumumkan Tensor processing unit (TPU), sebuah sirkuit terintegrasi khusus aplikasi (chip perangkat keras) yang dibangun khusus untuk pembelajaran mesin dan dirancang untuk TensorFlow. TPU adalah akselerator AI yang dapat diprogram yang dirancang untuk memberikan throughput tinggi dari aritmatika berpresisi rendah (misalnya, 8-bit), dan berorientasi pada penggunaan atau menjalankan model daripada melatihnya. Google mengumumkan bahwa mereka telah menjalankan TPU di dalam pusat data mereka selama lebih dari setahun, dan telah menemukan mereka untuk memberikan urutan kinerja yang dioptimalkan lebih baik per watt untuk pembelajaran mesin.
Pada Mei 2017, Google mengumumkan generasi kedua, serta ketersediaan TPU di Google Compute Engine. TPU generasi kedua menghasilkan kinerja teraflops hingga 180, dan ketika diorganisasikan ke dalam kelompok TPU 64, berikan hingga 11.5 petaflop.
Pada Mei 2018, Google mengumumkan TPU generasi ketiga yang memberikan kinerja 420 teraflops dan 128 GB HBM. Cloud TPU v3 Pods menawarkan kinerja 100 + petaflops dan 32 TB HBM.
Pada bulan Februari 2018, Google mengumumkan bahwa mereka membuat TPU tersedia dalam versi beta di Google Cloud Platform.
TPU tepi
Pada bulan Juli 2018, Edge TPU diumumkan. Edge TPU adalah chip ASIC yang dibuat khusus oleh Google yang dirancang untuk menjalankan model pembelajaran mesin TensorFlow Lite (ML) pada perangkat komputasi klien kecil seperti smartphone yang dikenal sebagai komputasi tepi.
TensorFlow Lite
Pada Mei 2017, Google mengumumkan tumpukan perangkat lunak khusus untuk pengembangan ponsel, TensorFlow Lite. Pada bulan Januari 2019, tim TensorFlow merilis pratinjau pengembang dari mesin inferensi GPU mobile dengan OpenGL ES 3.1 Compute Shaders pada perangkat Android dan Metal Compute Shaders pada perangkat iOS. Pada Mei 2019, Google mengumumkan bahwa TensorFlow Lite Micro mereka (juga dikenal sebagai TensorFlow Lite untuk Mikrokontroler) dan uTensor ARM akan bergabung.
Inti Visual Pixel (PVC)
Pada bulan Oktober 2017, Google merilis Google Pixel 2 yang menampilkan Pixel Visual Core (PVC), gambar yang sepenuhnya dapat diprogram, penglihatan dan prosesor AI untuk perangkat seluler. PVC mendukung TensorFlow untuk pembelajaran mesin (dan Halide untuk pemrosesan gambar).
Aplikasi
Google secara resmi merilis RankBrain pada Oktober 26, 2015, didukung oleh TensorFlow.
Google juga merilis Colaboratory, yang merupakan lingkungan notebook TensorFlow Jupyter yang tidak memerlukan pengaturan untuk digunakan.
Kursus Kerusakan Pembelajaran Mesin (MLCC)
Pada bulan Maret 1, 2018, Google merilis Machine Crash Course (MLCC). Awalnya dirancang untuk membantu membekali karyawan Google dengan kecerdasan buatan praktis dan dasar-dasar pembelajaran mesin, Google meluncurkan lokakarya TensorFlow gratis di beberapa kota di seluruh dunia sebelum akhirnya merilis kursus ke publik.
Kembali ke atas