Google vient tout juste de dévoiler des améliorations majeures de Tensorflow : son framework dédié au deep learning et au machine learning pour nous, les fans de réseaux de neurones.
Tensorflow popularise le machine learning
La première partie de ces améliorations permet d’élargir le nombre des domaines d’application dans lesquels la plateforme Tensorflow peut être appliquée. Google a en effet ajouté une librairie spécifique aux traitements des fichiers aux formats génomiques, ce qui permettra d’étendre l’usage de Tensorflow aux projets médicaux qui reposent sur des données ADN par exemple.
Cette version implémente également une série de fonctionnalités pour faciliter les analyses bayésiennes (Bayesian). Pour ceux qui ne connaissent pas, les analyses bayésiennes correspondent à une approche statistique utilisée lorsque peu de données sont disponibles pour entraîner une intelligence artificielle.
Grâce à ces nouvelles fonctionnalités Bayésiennes, Tensorflow réduit drastiquement le nombre de lignes de code nécessaires pour produire un modèle fonctionnel dans les cas où peu de données existent. Dans le même esprit, Google a également ajouté des utilitaires supplémentaires pour les méthodes traditionnelles de machine learning de sa librairie.
Une autre grande annonce est le lancement de “Tensorflow Hub” créé pour partager des modèles préconçus aux membres de la communauté croissante de développeurs Tensorflow.
L’objectif est d’éviter aux développeurs de réinventer systématiquement la roue et leur donner la possibilité de se concentrer sur les parties spécifiques de leur projet le cas échéant.
Tensorflow Hub est également livré avec 2 autres outils additionnels que Google a créé pour aider les ingénieurs à débugger et trouver des anomalies plus facilement et surtout plus rapidement dans leur réseaux de neurones.
Le premier est un debugger graphique pour inspecter les réseaux de neurones artificiels, tandis que l’autre a été conçu pour visualiser comment le modèle ingère et traite de grandes quantités de données lorsqu’il s’entraîne.
En complément de la mise à jour d’aujourd’hui, les Googlers ont ajouté une nouvelle série de support à d’autres technologies du marché.
Du côté matériel (Hardware), TensorFlow fonctionne désormais sur les minis ordinateurs Rasperry Pi et Nvidia Corp TensorRT (un framework qui permet d’optimiser les modèles d’intelligence artificielle pour qu’il fonctionne plus rapidement sur les cartes de la famille Nvidia.)
![Google améliore sa librairie dédiée au machine learning Tensorflow et sort une version Javascript nvidia-tensorRT](https://media.paperblog.fr/i/865/8651144/google-ameliore-librairie-dediee-machine-lear-L-ww9r5O.jpeg)
Du côté logiciel, Google a ajouté le support de 2 nouveaux langages de programmation: Javascript (déjà disponible) et Apple Swift (Dans quelques semaines).
Conclusion
Le support de Javascript est une étape plutôt importante dans le monde de l’intelligence artificielle car il permet désormais à tout un chacun de créer, entraîner et utiliser des réseaux de neurones directement depuis un navigateur web. Cette particularité nous garantit de voir rapidement apparaître de beaux projets et des sites web toujours plus innovants. A surveiller.
Je crois d’ailleurs que je vais rapidement essayer cette nouvelle version pour tester la rapidité d’exécution dans un navigateur web. Je vous ferai bien entendu part des résultats dans un article.