Nota: (Desarrollado por Google para satisfacer sus necesidades de sistemas capaces de construir y entrenar redes neuronales para detectar y descifrar patrones y correlaciones).
Que es TensorFlow
-. TensorFlow es una plataforma de código abierto orientada para el Aprendizaje-Automático Machine-Learning. Costa de un ecosistema integral y flexible de herramientas , bibliotecas y recursos extensos que permite a los ingenieros impulsar lo último en Machine-Learning ML y a los desarrolladores crear e implementar fácilmente aplicaciones basadas en Machine-Learning .
-. La versión inicial de TensorFlow-1.0 se lanzó con la licencia de Apache en noviembre de 2015. La versión más reciente, TensorFlow-2.0, salió en septiembre de 2019. Desde entonces, se han lanzado versiones incrementales y todavía hay más en proceso. La última versión incremental de TensorFlow fue la versión 2.11.0, lanzada en noviembre de 2022.
Que es TensorFlow-2.0
-. Se trata de un proyecto de Google creado para diseminar e investigar el Machine-Learning. Podemos usar un entorno Jupyter-Notebook que requiere configuración relativamente simples y se ejecuta en Cloud permitiendo usar Keras, TensorFlow-2.0 o PyTorch en este entorno. TensorFlow 2.0 que se centra en la simplicidad y facilidad de uso, para logar esto utiliza la API de nivel superior Keras. Esta es la API de alto nivel en la que se basa TensorFlow a partir de ahora y sobre la cual centraremos en la unión de TensorFlow-2.0 mas Keras.
API-Alto-Nivel:
La API de alto nivel para generar y entrenar modelos a partir de la versión TensorFlow 2.0 es Keras. Keras es una API, que facilita el uso y el comenzar a utilizar con TensorFlow-2.0. Keras proporciona varias API de creación de modelos (secuencial, funcional y subclases), con esto podemos elegir, el nivel de abstracción que deseamos para nuestro proyecto.
Librerías para usar diferentes plataformas:
- TensorFlow Serving : permite que los modelos se sirvan a través de REST o gRPC en servidores.
- TensorFlow.js : permite la implementación de modelos en entornos JavaScript, como en un navegador web o en el lado del servidor a través de Node.js.
- TensorFlow Lite : para dispositivos móviles e integrados ofrece la capacidad de implementar modelos en Android, iOS y sistemas integrados como Raspberry Pi.
-. Esta nueva versión de su biblioteca de Deep-Learning TensorFlow-2.0 que integraba la API de Keras directamente y promocionaba esta interfaz como la interfaz predeterminada o estándar para el desarrollo de Deep-learning . Esta integración se conoce como la interfaz tf.keras o API de Keras, en principio tenemos dos proyecto independiente, pero TensorFlow-2.0 eclipsa las características de otros backends, la última biblioteca de Keras solo admite TensorFlow, y por lo tanto estos dos son iguales.
Un caso Practico:
La implementación de la API de Keras en TensorFlow-2.0 lo primero el módulo TensorFlow se importa y se llama tf ; “import tensorflow as tf” y posteriormente la API de Keras a través de llamadas a tf.keras “model = tf.keras.Sequential()”.
Recopilando:
La recomendación en principio es usar tf.keras a partir de la version-2,0 y comenzar una migración a tf.kers. En TensorFlow-2.0 se pueden usar aplicaciones de aprendizaje profundo altamente escalables que se pueden ejecutar en un clúster distribuido, dispositivos móviles, dispositivos de borde y en un navegador web. Por lo cual tanto, debe aprender TensorFlow 2.0 y dominar esta versión para el desarrollo de modelos de aprendizaje profundo (Deep-learning) .
- Referencias: (Entorno-Moreluz)