Google TensorFlow, ora con supporto al computing distribuito

Google TensorFlow, ora con supporto al computing distribuito

Mountain View rilascia una nuova versione della propria piattaforma di intelligenza artificiale aggiungendo il supporto al computing distribuito, caratteristica in grado di accelerare in maniera esponenziale la velocità di calcolo
Mountain View rilascia una nuova versione della propria piattaforma di intelligenza artificiale aggiungendo il supporto al computing distribuito, caratteristica in grado di accelerare in maniera esponenziale la velocità di calcolo

Google ha annunciato la disponibilità di TensorFlow 0.8 , nuova versione della piattaforma di machine learning distribuita sotto licenza open source nel novembre dell’anno scorso. La principale novità della release riguarda il supporto del calcolo distribuito, una funzionalità molto richiesta che rende il framework ancora più potente e flessibile.

Grazie a TensorFlow 0.8, quindi, sviluppatori e aziende avranno la possibilità di realizzare modelli di intelligenza artificiale con capacità di autoapprendimento in grado di girare su più unità computazionali in parallelo, così da ridurre i tempi di “addestramento” dei singoli modelli da giorni o settimane a poche ore.

TensorFlow 0.8 include tutto il necessario per realizzare, installare e configurare i nuovi modelli distribuiti, e permette sostanzialmente di costruirsi una propria piattaforma di IA completa con le stesse capacità recentemente messe a disposizione da Google come servizio cloud per i clienti terzi .

Il supporto al calcolo distribuito rende l’offerta TensorFlow ancora più allettante, e già nella prima release “liscia” il pacchetto ha dimostrato un certo appeal presso la community: nelle poche settimane di disponibilità a fine 2015, il machine learning di Google è diventato il progetto annuale più popolare tra gli sviluppatori interessati alla personalizzazione del codice con oltre 4.300 fork creati su GitHub.

Alfonso Maruccia

Link copiato negli appunti

Ti potrebbe interessare

Pubblicato il
14 apr 2016
Link copiato negli appunti