TensorFlow : un système d’apprentissage automatique pensé par Google

Google a dernièrement annoncé RankBrain, son algorithme d’apprentissage automatique et d’intelligence artificielle (dont nous avons parlé le mois dernier) et TensorFlow, une bibliothèque logicielle autour de fonctionnalités de deep learning. Il nous semblait donc intéressant de décrire de façon plus approfondie ce nouvel outil disponible en Open Source, tout en expliquant de façon claire les notions de machine learning et deep learning, si souvent utilisées par Google pour bon nombre de ses produits.

Début de l’article :

Le mois dernier nous avons évoqué dans cette même lettre l’algorithme RankBrain annoncé par Google. Dans l’article, nous sommes restés à un niveau d’abstraction assez haut, pour éviter des détails techniques compliqués. Mais il pouvait être intéressant de parler plus en profondeur de TensorFlow, la bibliothèque de calcul au cœur de RankBrain, dont la disponibilité Open Source a été annoncée il y a peu par Google (http://www.abondance.com/actualites/20151110-15779-tensorflow-quand-google-devoile-ses-algorithmes-dapprentissage-automatique-en-open-source.html). Vous n’y couperez donc pas ce mois-ci. 🙂

TensorFlow en quelques lignes

L’annonce a été très importante pour la communauté de l’intelligence artificielle : Google a rendu Open Source sa bibliothèque TensorFlow (disponible sur le site [1]). TensorFlow n’est pas un programme indépendant, ce n’est pas non plus un algorithme. Il s’agit d’une bibliothèque logicielle proposant un grand nombre de fonctionnalités différentes, toutes tournées autour du calcul sur des graphes de tenseurs (nous en parlons plus loin dans cet article). Une des applications de ce type de calcul se trouve dans le domaine de l’apprentissage automatique (machine learning en anglais), et Google s’en sert pour cela dans de très nombreux produits.

TensorFlow ne sort pas de nulle part : il s’agit de la seconde génération des outils de deep learning (voir plus loin) développés par Google. La première génération s’appelait DistBelief (voir [2]) et souffrait de nombreux problèmes, principalement techniques. Pour être tout à fait correct, les programmes écrits avec DistBelief ne pouvait pas être mis en production facilement, alors que TensorFlow est 100% compatible avec les infrastructures internes de Google.

Machine learning et deep learning

Nous l’avons évoqué plus haut : TensorFlow a comme application principale le machine learning. Commençons donc par voir ce qu’est le machine learning, ainsi que le deep learning dont on parle tant en ce moment.

La suite est réservée à nos abonnés. Déjà abonné ? Se connecter
Envie de lire la suite ?

-10% sur nos Abonnements de 6 mois et + avec le code :

JEVEUXPASPAYERPLEINPOT

Apprenez auprès des meilleurs experts, grâce à leurs partages de connaissances et leurs retours d’expérience.

Canalplus
Saint-Gobain
Radio France
Orange
Inserm
CCI Paris
Cultura
Harmonie Mutuelle
Quechua
Ajouter un commentaire Ajouter un commentaire

Article précédent

Bien gérer le cache serveur pour un site plus performant

Article suivant

Google, Javascript et Ajax : limites techniques et réalité actuelle (2e partie : Angular JS)