TensorFlow, "lingua franca" du machine learning ?

TensorFlow apporte une réponse à un problème ancien : le partage des algorithmes de machines learning entre les chercheurs et les ingénieurs.

Les chercheurs et ingénieurs utilisent rarement les mêmes outils. Les uns souhaitent des solutions flexibles qui leurs permettent de facilement scripter leurs idées. Les autres souhaitent une solution efficace en production. TensorFlow semble apporter une solution puisque nous voyons de plus en plus de chercheurs qui publient : un article et le code TensorFlow permettant de reproduire leur algorithme. Les ingénieurs peuvent ensuite reprendre ce code pour réaliser des applications à destination de la production.

Un exemple:

  • En septembre 2016, Thomas N. Kipf et Max Welling, propose une nouvelle technique : Semi-Supervised Classification with Graph Convolutional Networks
  • En novembre 2016, ils créent un projet GitHub, ou ils publient leur code https://github.com/tkipf/gcn
  • Depuis ils continuent de maintenir leur code pour suivre les évolutions de TensorFlow.

Si vous voulez découvrir TensorFlow, voici un très pointeur : First contact with TensorFlow — Get started with with Deep Learning programming

Like what you read? Give DidierGirard [Ξ] a round of applause.

From a quick cheer to a standing ovation, clap to show how much you enjoyed this story.