EITC/AI/TFF TensorFlow Fundamentals

TensorFlow è stato sviluppato dal team di Google Brain per uso interno di Google. È stato rilasciato con la licenza Apache 2.0 nel 2015.

A partire dal 2011, Google Brain ha creato DistBelief come sistema di machine learning proprietario basato su reti neurali di deep learning. Il suo utilizzo è cresciuto rapidamente in diverse società di Alphabet sia nella ricerca che nelle applicazioni commerciali. Google ha incaricato più scienziati informatici, tra cui Jeff Dean, di semplificare e rifattorizzare la base di codice di DistBelief in una libreria di livello di applicazione più veloce e robusta, che è diventata TensorFlow. Nel 2009, il team, guidato da Geoffrey Hinton, aveva implementato la backpropagation generalizzata e altri miglioramenti che hanno consentito la generazione di reti neurali con una precisione sostanzialmente maggiore, ad esempio una riduzione del 25% degli errori nel riconoscimento vocale.

TensorFlow è il sistema di seconda generazione di Google Brain. La versione 1.0.0 è stata rilasciata l'11 febbraio 2017. Sebbene l'implementazione di riferimento venga eseguita su dispositivi singoli, TensorFlow può essere eseguito su più CPU e GPU (con estensioni CUDA e SYCL opzionali per l'elaborazione generica su unità di elaborazione grafica). TensorFlow è disponibile su Linux a 64 bit, macOS, Windows e piattaforme di mobile computing inclusi Android e iOS. La sua architettura flessibile consente la facile implementazione dei calcoli su una varietà di piattaforme (CPU, GPU, TPU) e dai desktop ai cluster di server ai dispositivi mobili e periferici. I calcoli di TensorFlow sono espressi come grafici del flusso di dati con stato. Il nome TensorFlow deriva dalle operazioni che tali reti neurali eseguono su array di dati multidimensionali, denominati tensori. Durante la conferenza I/O di Google nel giugno 2016, Jeff Dean ha dichiarato che 1,500 repository su GitHub menzionavano TensorFlow, di cui solo 5 provenivano da Google. Nel dicembre 2017, gli sviluppatori di Google, Cisco, RedHat, CoreOS e CaiCloud hanno presentato Kubeflow in una conferenza. Kubeflow consente il funzionamento e la distribuzione di TensorFlow su Kubernetes. Nel marzo 2018, Google ha annunciato la versione 1.0 di TensorFlow.js per il machine learning in JavaScript. Nel gennaio 2019, Google ha annunciato TensorFlow 2.0. È diventato ufficialmente disponibile a settembre 2019. A maggio 2019, Google ha annunciato TensorFlow Graphics per l'apprendimento approfondito nella computer grafica.