TensorFlow
Durchgängige, quelloffene Plattform für maschinelles Lernen, von der Forschung bis zur Produktion.
Überblick
TensorFlow ist eine End-to-End-Open-Source-Plattform für maschinelles Lernen, ursprünglich vom Machine-Intelligence-Team von Google (Google Brain) für interne ML-Forschung entwickelt und heute als universelles Framework gepflegt, das weit über diesen ursprünglichen Kontext hinaus eingesetzt wird. Es bietet stabile Python- und C++-APIs (mit zusätzlichen, nicht garantiert stabilen APIs für andere Sprachen) sowie ein breiteres Ökosystem an Tools, Bibliotheken und Community-Ressourcen sowohl für die Forschung als auch für den Bau und das Deployment von ML-gestützten Anwendungen.
Es wird über pip installiert (`tensorflow` für GPU-fähige Builds auf unterstützten Plattformen oder `tensorflow-cpu` für ein kleineres, reines CPU-Paket), wobei GPU-Beschleunigung über CUDA unter Linux/Windows oder über Geräteplugins für DirectX und Apples Metal auf anderen Plattformen verfügbar ist.
TensorFlow eignet sich für Teams und Forscher, die Machine-Learning-Modelle bauen oder deployen und dabei ein ausgereiftes, weitverbreitetes Framework mit erstklassiger Python-Unterstützung und Production-Deployment-Tooling wollen, statt einer rein forschungsorientierten oder eng gefassten ML-Bibliothek.
- Kategorien
- KI & Machine Learning
- Schlagwörter
- machine-learningdeep-learningneural-networksai
- Sprachen
- C++, Python
- Lizenz
- Apache-2.0
Ähnliche Projekte
PyTorch
BSD-3-ClauseQuelloffenes Machine-Learning-Framework, das den Weg vom Forschungsprototyp bis zum Produktions-Deployment beschleunigt.
- KI & Machine Learning
Milvus
Apache-2.0Quelloffene Vektordatenbank für skalierbare Ähnlichkeitssuche und KI-Anwendungen.
- KI & Machine Learning
- Datenbank
DeepSpeed
Apache-2.0Deep-Learning-Optimierungsbibliothek von Microsoft zum effizienten Trainieren und Ausführen sehr großer Modelle über mehrere GPUs hinweg.
- KI & Machine Learning
Ollama
MITFühre große Sprachmodelle lokal aus – mit einer einfachen Kommandozeile und API.
- KI & Machine Learning
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.