Google TensorFlow veri akışı grafikler kullanarak sayısal hesaplama yapabilen bir yazılım kütüphanesidir. Google Tensorflow yazılım kütüphanesini açık kaynak kodlu hale getirdi.

Google TensorFlow Nasıl çalışır?

Matematik işlemlerini yaparken çok boyutlu veri dizileri ve grafik vektörleri (tensör) kullanan bir yapay zeka türü olarak geçiyor. Mevcut kullanımda olan ses tanıma ve Google’ın arama çubuğundan aşina olduğunuz Tensorflow esnek bir mimari yapısı ile bilgisayarlardaki cpu ve gpu işlemcileri kullanarak çalışabiliyor.

“TensorFlow makine öğrenme ve derin sinir ağları araştırma amaçları için Google’ın Makine İstihbarat araştırma kuruluşu içinde, Google Beyin takımında çalışan araştırmacılar ve mühendisler tarafından geliştirilmiştir.“

İndirme ve Kurulum

İkili paketini kullanarak TensorFlow CPU sürümünü yüklemek için, aşağıdaki talimatlara bakın. Kaynağında, GPU-etkinleştirilmiş desteği vb yükleyerek de dahil olmak üzere daha ayrıntılı kurulum yönergeleri için Tensorflow resmi sayfasını ziyaret edin.

Tensorflow’a github kaynak dosyaları için:

git clone https://tensorflow.googlesource.com/tensorflow

İkili Kurulum

TensorFlow Python API, Python 2,7 gerektirir.

TensorFlow’u  Linux ve Mac ortamlarında yüklemek için Pip paket yöneticisi kullanılıyor.

Yükleme hatalarla karşılaşabilirsiniz veya daha ayrıntılı kurulum talimatları için resmi sitelerden destek istemelisiniz.

Ubuntu/Linux kurulumu

# For CPU-only version
$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

Mac OS X kurulumu

# Only CPU-version is available at the moment.
$ pip install https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl

İlk TensorFlow programınızı denemek için

$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print sess.run(a+b)
42
>>>

Daha fazla kaynak için alttaki linkleri kullanabilirsiniz:

1. Google Haber Blog
2. Tensorflow Github
3. Google TensorFlow
4. TensorFlow Site