TensorFlow Spanish PDF

JUAN GABRIEL
GOMILA
10 VENTAJAS
DE TENSORFLOW 2.0
TensorFlow 2.0 es una librería open source creada en Python para
cálculos numéricos que acelera los algoritmos de Machine
Learning y los hace fáciles de implementar.
Liderando el camino para las librerías de Machine Learning,

investigadores, desarrolladores y empresas líderes de todo el
mundo como eBay, Airbnb, PayPal, Lenovo y GE están recurriendo
a TensorFlow 2.0 para implementar sus soluciones de aprendizaje
automático de última generación.
Aquí tienes las 10 razones de por qué usan TensorFlow 2.0- I por
qué deberías hacerlo tu mismo!
1. Creada por Google

Está respaldada y construida por Google, lo que significa que los
usuarios obtienen un rendimiento perfecto, actualizaciones rápidas
y nuevas versiones frecuentes de las funciones de la librería. El
soporte a largo plazo de Google solo puede indicar que TensorFlow
está aquí para quedarse por mucho tiempo y que seguirá creciendo
y evolucionando a un ritmo rápido y constante junto con la
velocidad de las tecnologías de vanguardia.
2. Abierta y libre
Con TensorFlow 2.0 siendo de código abierto, puedes aprovechar el
marco del Machine Learning de vanguardia sin costes mientras
tienes la capacidad de personalizarlo según tus necesidades
específicas y unirte a una comunidad de soporte entre usuarios.
3. Comunidad grande y activa

La comunidad de TensorFlow 2.0 se extiende a lo largo y ancho del
mundo, haciendo más fácil obtener conocimiento y encontrar la
mejor solución para tu problema particular. Nosotros mismos
hemos creado la comunidad de TensorFlow para que aprendas con
nosotros en castellano!
4. Habilidades muy demandadas y que crecen en popularidad
Entre las principales librerías de aprendizaje automático (TensorFlow 2.0, PyTorch, Keras y
FastAI), TensorFlow 2.0 tiene el mayor aumento en las listas de empleos de las principales
bolsas de trabajo en línea, con empresas que muestran aproximadamente un 50% más de
demanda en esta tecnología, comparada con Keras y por delante de PyTorch para liderar el
conocimiento tecnológico.
Crecimiento de la demanda de perfiles de trabajo

1,500 Monster
Crecimiento en las listas de empleo
Simply Hired
Indeed
1,000 LinkedIn
500
0
TensorFlow PyTorch Keras FastAI
Librería
Los resultados recientes de GitHub son fuertes indicadores de su popularidad, con TensorFlow
2.0 ganando la mayor actividad en la plataforma de repositorios de código y liderando la
mayor cantidad de seguidores de temas en Quora.
Nueva actividad de Github

Stats Forks
10,000 4,000
5,000 2,000
0 0
TensorFlow PyTorch Keras FastAI TensorFlow PyTorch Keras FastAI
Watches Contributions
200 200
100 100
0 0
TensorFlow PyTorch Keras FastAI TensorFlow PyTorch Keras FastAI
***https://towardsdatascience.com/which-deep-learning-framework-is-growing-fastest-3f77f14aa318***
5. Facilidad de uso y rico en funciones
Google ha puesto por delante la facilidad de uso como una
característica importante de TensorFlow 2.0 y en la versión recién
lanzada, Google ha mejorado la construcción de modelos con
Keras, ha incrementado el despliegue de modelos en producción
en varias plataformas y ha hecho más fácil la capacidad de
realizar experimentos poderosos para la investigación. También
ha simplificado la API al limpiar las llamadas obsoletas y
depreciadas y reduciendo la duplicación de métodos.
6. Compatibilidad multiplataforma
TensorFlow 2.0 proporciona soporte de computación en GPU,
CPU, PC, servidor, web y móvil, ofreciendo el camino directo para
que subas a producción sin importar qué plataforma estés
usando
7. Visualización
Al construir y debugear nuevos modelos, TensorFlow 2.0 incorpora
una visualización del grafo de computación para entender,
inspeccionar y debugear fácilmente usando TensorBoard, que
proporciona una representación visual del modelo.
8. Integraciones
Integraciones de librerías de alto nivel como Keras o
Estimators y diferentes lenguajes de programación (Python,
C#, Java, R, Go, Rust, Julia y muchos más) hacen muy sencilla
la tarea de iniciarte en la modelización con redes neuronales.
9. Investigación y producción
Llevar tus ideas desde la concepción hasta el código nunca ha
sido tan fácil. TensorFlow 2.0 admite tiempos de investigación y
producción más rápidos al permitir a los usuarios compartir
código directamente y con mayor reproducibilidad. TensorFlow
2.0 también permite entrenar y servir modelos en modo directo a
través de internet a clientes reales. No es necesario reescribir el
código, lo que libera más tiempo para aplicar los modelos a
diferentes productos y aplicaciones reales en menos tiempo.
10. Auto Diferenciación

Las capacidades de diferenciación automática incorporadas de
TensorFlow 2.0 facilitan los algoritmos de aprendizaje
automático basados en gradientes.
JUAN GABRIEL
GOMILA

TensorFlow Spanish PDF

Cargado por

Copyright:

Formatos disponibles

TensorFlow Spanish PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TensorFlow Spanish PDF

Cargado por

Copyright:

Formatos disponibles

JUAN GABRIEL

Liderando el camino para las librerías de Machine Learning,

1. Creada por Google

3. Comunidad grande y activa

Crecimiento de la demanda de perﬁles de trabajo

Nueva actividad de Github

10. Auto Diferenciación

También podría gustarte