Quelle: Bild: Shutterstock / MSSA
Maschinelles Lernen mit TensorFlow (Teil 2) 07.12.2017, 17:22 Uhr

Mit Datenflussgraphen zur Künstlichen Intelligenz

Basierend auf Datenflussgraphen bietet TensorFlow skalierbare und portable Rechenleistung für Maschinelles Lernen.
Google bettet das KI-Framework TensorFlow in eine Mehrschichten-Architektur (Bild 1) ein, die aus einer Plattform-Schicht, unterschiedlichen Ausführungsumgebungen, verschiedenen Werkzeugen für die Programmierung und einer Ebene von 4GL-Sprachen/Toolsets für das Maschinelle Lernen (ML) besteht. Insgesamt gesehen, befindet sich Google mit TensorFlow auf dem Weg zu einem KI-Entwicklungs- und ‑Management-System, das alle wichtigen Phasen des Software-Lifecycle unterstützt. Die daraus resultierenden Freiheitsgrade für den Programmierer eröffnen ein breites Spektrum an unterstützten Methoden für das ML.
TensorFlow erfüllt mit seiner Mehrschichten-Architektur viele Qualitätskriterien des Software-Engineerings wie hohe Flexibilität, Performance, Portabilität, Skalier- und Erweiterbarkeit (Bild 1)

web & mobile DEVELOPER

Sie wollen zukünftig auch von den Vorteilen eines plus-Abos profitieren? Werden Sie jetzt web&mobile Developer plus Kunde.
  • 2 Monate Gratis testen
  • Über 4.000 qualifizierte Fachartikel
  • Diverse DevBooks thematisch für Sie zusammen gestellt
  • Webcasts von 30 - 90 Min.
  • Aufzeichnungen von ausgewählten Fortbildungen und Konferenzen
  • Auf jedem Gerät verfügbar