発想と実装の間をつなぐ AI:人工知能特化型メディア

Googleの機械学習ライブラリ TensorFlow1.0リリース!で、何がどうなる?どう変わった?

release: https://research.googleblog.com/


ついに出ましたね。Google謹製の機械学習ライブラリ『TensorFlow』の正式版1.0。

というわけで今回は、2015年11月のオープンソース化以来 劇的な進化を遂げたTensorFlowについて『で、1.0になって何がどう変わってどうなったんだ?』みたいなところをまとめてみようかと思います。

実験的コンパイラ「XLA」導入で超高速化を実現

今回リリースされたTensorFlow 1.0では、CPU上でもGPU上でも稼働可能なコンパイラ「XLA」を実験的に採用。Googleさんいわく『8GPU環境で7.3倍、64GPU環境では58倍の高速化ができた』らしいです。

処理実行速度を向上させるためにXLAがやってるのは、細かくはこちらをみていただくとして。

ざっくり言えば中間記憶のバッファを削ってメモリ使用量を最適化。色々無駄を省くことで思いっきり処理が早くなったよ。みたいな感じらしいです。

各種APIモジュールでさらに開発の柔軟性が向上

新たなAPIモジュールとして、tf.layers、tf.metrics、tf.losses が追加。Python APIの呼び出しもNumPyに近いものになったので、要するに「既存コードを活用しながら新機能の利用」が可能なんだとか。

こまかなAPI系のアップデートについては公式でズラーーーっと書いてくれてますので、こちら参照いただければ。

>> TensorFlow 1.0.0 Breaking Changes to the API

Java API対応とデバッガーの登場

新たにJava APIも利用可能になったらしく、これは「ありがてぇ!」て方多そうですよね。

かねてより要望の多かった公式デバッガーツール「TensorFlowデバッガー」も搭載。ディープラーニングによる人物検出やトラッキング、画像解析に関するAndroid環境向けのデモプログラムも追加されているので、まずはここから遊んでみるのも面白いかも?ですね。

ちなみに値段は変わらず無料のまんま。オープンソースですから

ありがたいことにこれだけ高機能になって、演算も早くなって。

でも無料なんですよね。TensorFlow自体は。

もちろん環境自体は必要になってしまうので、それこそGPUマシンとかGCPとかの環境用意すればそれなりにお金はかかってしまいますが、それにしたってまぁ随分と手が出しやすくなったもんです。ほんと。

どうやって使うの?なにができるの?は、こちらのスライドがオススメ

大きく変わる機械学習の活かし方。さて人間は何を考える?

それこそほんの少し前なら、数百〜数千万かけて自前で開発 ⇒ 納得できる精度になるかは神のみぞ知る…なケースも多かった『機械学習を用いたゴニョゴニョ…』が、なんかいきなり使えるツールになっちゃった感は、しますよね。

このツールでもって、さて実際の現場で何をどう変えていくのか?

これから人間に期待される企画や設計の領域にちょっと頭と時間を投下してみるってのも、まぁ良いかもしれないですね。

考えるって言ったって『自分らだけじゃシンドイ!』という時は、ぜひデジマラボへお問い合わせを。

ではまたー

デジマラボ 編集部 by
BITAデジマラボ編集部です。最新Tech界隈の「なんかすごいね」を、『現場の提案』にするための情報をけっこうがんばってお送りします。