Comments
По сути это комбинация системы матричных расчетов с символьным движком. Берется функция, которую можно представить в виде графа, затем для нее вычисляется градиент и генерируется высокопроизводительный код и для функции, и для градиента. Полученный результат можно и оптимизатору скормить.
Так как любая нейросеть по сути является такой функцией, область применения понятна — вместо того, чтобы вручную писать код backpropagation для каждой системы, это делает библиотека. Однако для любых задач, где требуется градиентный спуск, такой подход применим. Таких библиотек уже как минимум две (Theano и Torch7), однако гугл предлагает следующее:

1. Визуализация (как на картинке).
2. Поддержка спектра устройств от мобильников, GPU до распределенных систем.

Мощная штука.
Ну в Theano очень медленная компиляция, которая почти убивает возможность писать LTSM нейронки в ней, а в Torch, если я правильно понимаю, нет символьного движка, поэтому Torch ближе к Caffe чем к Theano или TensorFlow. Не говоря о том, что Torch — это Lua, то есть уже Pandas, например, не подцепить (хотя я слышал там были какие-то успехи в создании python bindings).

Поэтому TensorFlow — это очень приятная новость. По существу это юзабельная версия Theano. Да еще и все слои и update-функции прямо в библиотеке, ничего доставлять не надо. В Theano ничего нет, надо ставить Lasagne или Keras.
2015 год. Гугл. Но почему API только для морально устаревшего второго питона?
А они только питон поддерживают? Есть возможности к другим языкам биндинги написать?
Only those users with full accounts are able to leave comments. Log in, please.