今こそ知っておきたい「TensorFlow」--機械学習ソフトウェアライブラリーの進化
コメント
選択しているユーザー
TensorFlow (google) と PyTorch (facebook) が2大ライブラリで、Kerasは次第に tensorflowの簡易API的な位置づけ(tf.keras)となりました。
また研究論文と同時にソースコードが公開されることもあり、どちらのライブラリを使うのかは研究者次第なところがあります（ということで結局両方とも学ばなければなりません。。）
また、最近の研究では学習に膨大な時間を要するものもあり、学習済みのニューラルネットを提供することも増えてきました。学習済みのものをベースに、自分のデータで微調整していく、ということも行われるようになってきています。
専門家のもののように見えますが、Google Colaboratoryなどのクラウドサービスで、Webブラウザさえあれば実際に試してみることもできます。
https://colab.research.google.com/notebooks/intro.ipynb?hl=ja#scrollTo=-Rh3-Vt9Nev9
注目のコメント
TensorFlowとは深層学習を行うときのフレームワークです。
様々な機能や演算処理が標準で含まれていて、開発者は標準的な部分はライブラリを呼び出すだけで、本当に必要な部分だけ自分で書けば良いイメージ。
他にPyTorchやKerasなどが有名です。国内産だとChainerというPFNが作っていたフレームワークがありましたが、新規開発は開発停止されました。
どれがいいというものではなく、適材適所かなと思います。研究者はPyTorchを好む傾向にあって、GitHubにたくさんコードも転がっているのでそれを使うと楽な場合が多いように思います。で、そのコードもまた公開され・・・と雪だるま式に便利になっていきます。
PFN、ディープラーニングの研究開発基盤をPyTorchに移行。Chainerはメンテナンスフェーズへ
https://newspicks.com/news/4439169一言で言うと、TensorFlowを使うとディープラーニング開発をめちゃ助けてくれます。
自前で作ったら、Pythonで数百行コードを書くところを、
TensorFlowを使えば数行で済みます。
たくさんコードを書くということは、時間もかかりますし、間違えも増えます。
TensorFlowや他のライブラリ（PyTorchやKeras）を使うことが当たり前です。
コードを書かない人は、
Excelの関数くらいに思ってもらえれば良いと思います。
VLOOKUP関数使うと、楽ですよね。そんな感じです。
機械学習ライブラリは進化が早いです。
だから、それを使う人も勉強が必要になります。
