Vandaag heeft Google een reeks nieuwe functies uitgebracht voor zijn populaire TensorFlow machine learning framework. De nieuwe functies zijn er vooral op gericht om de dienst nuttiger te maken voor een breder palet aan ontwikkelaars. Ook bieden ze wetenschappers nieuwe manieren om AI-modellen te bouwen.
Dat meldt Google in een update op blogsite Medium. TensorFlow is een populair framework waarmee ontwikkelaars relatief snel grote machine learning modellen kunnen opbouwen. Er zitten vooral veel nuttige abstracties in, die ontwikkelaars ertoe in staat stellen hun AI-code snel op te bouwen, zonder dat ze veel zelf hoeven te ontwikkelen.
Nieuwe toevoegingen
Belangrijk is de integratie van TensorFlow met JavaScript. Deze nieuwe mogelijkheid maakt het mogelijk om machine learning taken eenvoudig te draaien in webbrowsers. Ook verwacht Google dat het TensorFlow volgende maand van Swift-ondersteuning kan voorzien. Daarmee realiseert het een diepe integratie tussen het machine learning framework en de Apple-programmeertaal die in 2014 gepresenteerd werd.
Ook biedt TensorFlow Lite, het framework voor minder krachtige hardware, nu ondersteuning voor Raspberry Pi – eerder al werden daar Android en iOS-apparaten aan toegevoegd. Google heeft verder ook de TensorFLow Hub aangekondigd, dat diverse voorontwikkelde modules bevat. Ontwikkelaars kunnen daar eenvoudig gebruik van maken om een eigen systeem te ontwikkelen. Google legt dat uit als een soort bouwblokken, die de complexiteit van machine learning modellen flink verminderen.
Technische verbeteringen
Er zijn verder nog enkele technische verbeteringen doorgevoerd. Zo is TensorFlow nu voorzien van een nieuwe grafische debugger. Die laat ontwikkelaars zien hoe de interne verbindingen tussen de modules werken en maakt problemen inzichtelijker. Ook is de ‘eager execution’-functie nu breed beschikbaar gemaakt. Die is ontworpen om het opbouwen en uitvoeren van een computational graph eenvoudiger te maken.
Tot slot heeft Google nog twee andere toevoegingen gedaan. Het is eenvoudiger gemaakt om modellen te bouwen met de Estimator APIs, waardoor machines met meerdere GPU’s ook makkelijker modellen kunnen uitvoeren. Tot slot is de TensorFlow Probability API aangekondigd, die voortbouwt op de Bayesian-analysis ondersteuning.
Strategische belangen
De nieuwe functies stellen Google er beter toe in staat te concurreren met bedrijven als Microsoft, Amazone en IBM. Zij concurreren met Google met eigen cloudaanbod. Dat Google een platform als TensorFlow heeft, kan zakelijke klanten overhalen te kiezen voor het Google Cloud Platform, simpelweg om de verregaande integratie tussen die twee diensten.
16 uur geleden
