Machine Learning

Mit TensorFlow.FSharp KI-Modelle in F# schreiben

TensorFlow.FSharp: TensorFlow API für F# in der Entwicklung
Keine Kommentare

TensorFlow.FSharp ist ein Open-Source-Projekt, das ein TensorFlow API für F# entwickelt. Zusätzlich entsteht auch eine DSL für die Arbeit mit numerischen Modellen.

TensorFlow.FSharp ist ein Open Source F# API für TensorFlow, das derzeit entwickelt wird. Es wird gemeinsam mit FM, einer Domain Specific Language (DSL) zum Schreiben numerischer Modelle in F#, bereitgestellt. FM ist in F# geschrieben.

TensorFlow.FSharp ist komplett in F# implementiert und unterscheidet sich damit von TensorFlowSharp, einem bereits bestehenden F# und C# TensorFlow API. Laut der Beschreibung im Repository auf GitHub soll TensorFlow.FSharp mehr Funktionalität enthalten als TensorFlowSharp. Innerhalb des Repositories werden einige Funktionen von TensorFlow.FSharp als Beispiele vorgestellt. Eines dieser Beispiele ist der ImageClassifier. Dieser kann ein Bild in eine von 1000 Kategorien klassifizieren, dafür wird im Hintergrund Resnet50 verwendet. Auch AttGAN gehört zu den vorgestellten Beispielen. Mit AttGAN können die Attribute von Gesichtern sichtbar verändert werden. Dieses Feature verwendet ein Generative Adversarial Network (GAN) und wird noch als Work in Progress beschrieben, genau wie TensorFlow.FSharp insgesamt. Zu den für die zukünftige Entwicklung geplanten Features des APIs gehören unter anderem die Ausführung auf GPU und TPU.

FM: KI-Modelle in F# schreiben

FM ist eine DSL für die Verwendung von F# im KI-Umfeld. Sie zielt darauf ab, das Schreiben von numerischen Funktionen und KI-Modellen in F# zu unterstützen. Hierbei sind neuronale Netzwerke explizit eingeschlossen. In FM geschriebene Modelle können mit Hilfe automatischer Differenzierung ohne Veränderungen am Modellcode an Algorithmen zur Optimierung und zum Training übergeben werden und durch TensorFlow auf GPUs und TPUs ausgeführt werden.

Die Macher beschreiben FM als Proof of Concept für die Machbarkeit von KI-Modellen in F#. Eine vollständige Beschreibung von TensorFlow.FSharp und FM mitsamt einiger Code-Beispiele ist im GitHub-Repository zu finden

Unsere Redaktion empfiehlt:

Relevante Beiträge

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
400
  Subscribe  
Benachrichtige mich zu:
X
- Gib Deinen Standort ein -
- or -