TensorFlow là gì ? Là một thư viện mã nguồn mở được tạo bởi nhóm Google Brain, TensorFlow kết hợp với ngôn ngữ lập trình mã nguồn mở Python để hỗ trợ các nhà nghiên cứu tính toán trong lĩnh vực Machine learning dễ dàng và nhanh hơn.

Logo TensorFlow

TensorFlow kết hợp với các mô hình Machine learning và Deep learning, sử dụng ngôn ngữ python để cung cấp cho API giao diện thuận tiện để xây dựng các ứng dụng với Framework, trong khi thực thi các ứng dụng đó trong C++ đạt hiệu suất cao hơn.

TensorFlow có thể tự đào tạo (training) và thực thi các Deep neural network để phân loại chữ số viết tay, nhận dạng hình ảnh, mạng thần kinh tái phát, mô hình tuần tự để dịch máy, xử lý ngôn ngữ tự nhiên và mô phỏng dựa trên PDE (phương trình vi phân từng phần). Đặc kiểm nổi bật của TensorFLow là hỗ trợ dự đoán sản xuất quy mô lớn, với các mô hình tương tự được sử dụng để huấn luyện và đào tạo.

Cách thức hoạt động của TensorFlow

TensorFlow cho phép các nhà phát triển tạo các biểu đồ Dataflow, các cấu trúc mô tả cách thức dữ liệu di chuyển qua biểu đồ hoặc một loạt các node xử lý. Mỗi node trong biểu đồ đại diện cho một hoạt động toán học và mỗi kết nối giữa các node là một mảng dữ liệu đa chiều hoặc tenxor.

TensorFlow cung cấp tất cả những điều này cho lập trình viên bằng ngôn ngữ Python, các node và tenxor trong TensorFlow là các đối tượng Python, và các ứng dụng TensorFlow chính là các ứng dụng của ngôn ngữ lập trình Python. Các thư viện biến đổi có sẵn thông qua TensorFlow được viết bởi ngôn ngữ C++, Python chỉ điều hướng lưu lượng giữa các phần và cung cấp các tóm tắt lập trình cấp cao để kết nối chúng lại với nhau.

Các ứng dụng TensorFlow: TensorFlow có thể chạy trên hầu hết mọi mục tiêu như là mạng Lan, nhóm kết nối trong cloud, thiết bị iOS, Android, CPU hoặc GPU. Nếu chúng ta sử dụng cloud của Google, chúng ta có thể chạy TensorFlow trên silicon của đơn vị xử lý TensorFlow (TPU) tùy chỉnh của Google để tăng tốc hơn nữa. Tuy nhiên, các mô hình kết quả được tạo bởi TensorFlow có thể triển khai trên hầu hết mọi thiết bị nơi chúng được sử dụng đề thực hiện những dự đoán.

Lịch sử của TensorFlow

Ra mắt lần đầu vào cuối năm 2015, phiên bản TensorFlow 1.x ổn định cuối cùng cũng xuất hiện vào năm 2017. Là mã nguồn mở dưới sự cho phép của Apache Open Source, TensorFlow cho phép điều chỉnh và tái đóng góp phiên bản được điều chỉnh đó, đổi lại không cần phải trả bất cứ chi phí nào cho Google. 

TensorFlow 2.0 được chính thức ra mắt cộng đồng vào tháng 12 năm 2019, kế thừa những ưu điểm từ phiên bản trước đó và tiếp thu ý kiến từ cộng đồng người dùng, các chuyên gia và các nhà nghiên cứu. Đội ngũ phát triển Google Brain đã tiến hành cải tiến để sử dụng hiệu quả hơn, cụ thể:

- Tiện ích (Usability-related modifications): Các API sử dụng đơn giản, tài liệu cập nhật (xem website chính về TensorFlow: https://tensorflow.org) và nhiều nguồn dữ liệu xây dựng sẵn cho việc học và nghiên cứu TensorFlow.

- Hiệu năng (Performance-related modifications): Căn cứ trên cả hai kết quả huận luyện và suy diễn trên các bộ xử sý CPU và GPU, trung bình TensorFlow 2.0 có hiệu năng gấp đôi so với phiên bản tiền nhiệm.

- Triển khai (Deployment-related modifications): Cho phép các nhà phát triển có thể xây dựng và triển khai các ứng dụng Machine learning một cách nhanh chóng và hiểu quả.

Một số hình ảnh về các bài toán ứng dụng nổi bật của TensorFlow như: Bài toán nhận dạng chữ viết tay; Bài toán phân loại sản phẩm.

Tác giả sẽ tiếp tục viết phần 2 về hướng dẫn cài đặt và sử dụng TensorFlow trên ngôn ngữ mã nguồn mở Python và demo một vài bài toán nhỏ nhằm cung cấp cho sinh viên ngành CNTT trường Đại học Hà Tĩnh cũng như bạn đọc quan tâm về TensorFlow for Machine learning.

TÀI LIỆU THAM KHẢO

1. https://www.tensorflow.org/

2. https://www.infoworld.com/article/3278008/what-is-tensorflow-the-machine-learning-library-explained.html