İçeriğe atla

TensorFlow

TensorFlow
Geliştirici(ler)Google Brain Team[1]
İlk yayınlanma9 Kasım 2015 (8 yıl önce) (2015-11-09)
Güncel sürüm2.4.1[2] / 21 Ocak 2021 (3 yıl önce) (2021-01-21)
Programlama diliPython, C++, CUDA
PlatformLinux, macOS, Windows, Android, JavaScript[3]
TürMachine learning library
LisansApache License 2.0
Resmî sitesitensorflow.org
Kod deposugithub.com/tensorflow/tensorflow

TensorFlow, makine öğrenimi için ücretsiz ve açık kaynaklı bir yazılım kütüphanesidir . Bir dizi görevde kullanılabilir, ancak derin sinir ağlarının eğitimi ve çıkarımına özel olarak odaklanmaktadır.[4][5]

Tensorflow, veri akışına ve türevlenebilir programlamaya dayalı sembolik bir matematik kitaplığıdır. Google'da hem araştırma hem de üretim için kullanılmaktadır.[6][7][8]

TensorFlow, Google Brain ekibi tarafından Google'ın iç işlerinde kullanımı için geliştirilmiştir. 2015 yılında Apache License 2.0 sürümü altında piyasaya sürülmüştür.[1][9]

Tarih

DistBelief

2011'den itibaren, Google Brain DistBelief'i derin öğrenme sinir ağlarına özel mülk bir makine öğrenimi sistemi olarak geliştirmiştir. Kullanımı, hem araştırma hem de ticari uygulamala alanlarında çeşitli Alphabet şirketlerinde hızla artmıştır.[10][11] Google, DistBelief'in kod tabanını basitleştirmek ve yeniden düzenlemek için Jeff Dean dahil olmak üzere birden fazla bilgisayar bilimcisini görevlendirmiştir. Yapılan çalışmalar sonucunda TensorFlow ortaya çıkmıştır.[12] 2009 yılında, Geoffrey Hinton liderliğindeki ekip, genelleştirilmiş geri yayılımı ve önemli ölçüde daha yüksek doğrulukla sinir ağlarının üretilmesine izin veren iyileştirmeleri uygulamaya koymuştur. Ayrıca, konuşma tanımadaki hatalarda %25'lik bir azalma sağlayan diğer iyileştirmeleri de uygulamaya koymuştur.[13]

TensorFlow

TensorFlow, Google Brain'in ikinci nesil sistemidir. 1.0.0 sürümü 11 Şubat 2017'de yayınlanmıştır.[14] Referans uygulama tek cihazlarda çalışırken, TensorFlow birden fazla CPU ve GPU üzerinde çalışabilmektedir (grafik işleme birimlerinde genel amaçlı bilgi işlem için isteğe bağlı CUDA ve SYCL uzantıları ile birlikte).[15] TensorFlow, 64 bit Linux, macOS, Windows ve Android ve iOS dahil mobil bilgi işlem platformlarında mevcuttur.

Esnek mimarisi, hesaplamanın çeşitli platformlarda (CPU'lar, GPU'lar, TPU'lar ) ve masaüstlerinden sunucu kümelerine, mobil ve uç cihazlara kadar kolay dağıtımına olanak tanımaktadır.

TensorFlow hesaplamaları, durum bilgisi olan veri akışı grafikleri olarak ifade edilebilmektedir. TensorFlow adı, bu tür sinir ağlarının tensörler olarak adlandırılan çok boyutlu veri dizileri üzerinde gerçekleştirdiği işlemlerden türemiştir. Haziran 2016'daki Google I / O Konferansı sırasında Jeff Dean, GitHub'daki 1.500 kütüphanenin TensorFlow'dan bahsettiğini ve bunlardan sadece 5'inin Google tarafından oluşturulduğunu belirtmiştir.[16]

Aralık 2017'de Google, Cisco, Red Hat, CoreOS ve CaiCloud'dan gelen geliştiriciler bir konferansta Kubeflow'u tanıtmıştır. Kubeflow, Kubernetes üzerinde TensorFlow'un çalıştırılmasına ve konuşlandırılmasına izin vermektedir.

Mart 2018'de Google, JavaScript'te makine öğrenimi için TensorFlow.js sürüm 1.0'ı duyurmuştur.[17]

Ocak 2019'da Google, TensorFlow 2.0'ı duyurmuştur.[18] Resmi olarak Eylül 2019'da erişilebilir hale gelmiştir.[19]

Mayıs 2019'da Google, bilgisayar grafiklerinde derin öğrenme için TensorFlow Graphics'i duyurmuştur.[20]

Tensör işleme birimi

Mayıs 2016'da Google, özellikle makine öğrenimi için geliştirilmiş ve TensorFlow için özel olarak tasarlanmış, uygulamaya özel bir entegre devre (ASIC, bir donanım çipi) olan Tensor işleme birimini (Tensor processing unit (TPU)) duyurmuştur. TPU, düşük hassasiyetli aritmetikte (ör. 8 bit ) yüksek verim sağlamak için tasarlanmıştır. Ayrıca,modelleri eğitmek yerine kullanmaya veya çalıştırmaya yönelik programlanabilir bir yapay zeka hızlandırıcısıdır. Google, veri merkezlerinde bir yıldan uzun süredir TPU'ları çalıştırdıklarını açıklamıştır. Aynı zamanda, makine öğrenimi için watt başına daha iyi optimize edilmiş bir performans beklediklerini açıklamıştır.[21]

Mayıs 2017'de Google, ikinci neslin yanı sıra TPU'ların Google Compute Engine'de kullanılabilirliğini duyurmuştur.[22] İkinci nesil TPU'lar 180 teraflop'a kadar performans sunmaktadır. Ayrıca, 64 TPU'luk kümeler halinde düzenlendiklerinde 11,5 petaflop'a kadar performans sağlamaktadır.

Mayıs 2018'de Google, 420 teraflop performans ve 128 GB yüksek bant genişliğine sahip bellek (HBM)) sunan üçüncü nesil TPU'ları duyurmuştur. Cloud TPU v3 Kapsüller, 100'den fazla petaflop performans ve 32 TB HBM sunmaktadır.[23]

Şubat 2018'de Google, TPU'ları Google Cloud Platform'da beta olarak kullanıma sunduklarını duyurmuştur.[24]

Edge TPU

Temmuz 2018'de Edge TPU duyurulmuştur. Edge TPU, Google'ın TensorFlow Lite makine öğrenimi modellerini akıllı telefonlar gibi uç bilgi işlem olarak bilinen bilgi işlem cihazlarında çalıştırmak için tasarlanmış ASIC yongasıdır.

TensorFlow Lite

Mayıs 2017'de Google, özellikle mobil geliştirmeye yönelik bir yazılım yığını olan TensorFlow Lite'ı duyurmuştur.[25] Ocak 2019'da TensorFlow ekibi, Android cihazlarda OpenGL ES 3.1 Compute Shaders ve iOS cihazlarda Metal Compute Shaders ile mobil GPU çıkarım motorunun geliştirici önizlemesini yayınlamıştır.[26] Mayıs 2019 yılında Google, TensorFlow Lite Micro'nun (TensorFlow Lite for Microcontrollers olarak da bilinir) ve ARM'nin uTensor'unun birleşeceğini duyurmuştur.[27]

TensorFlow Lite, standart TensorFlow modelleri tarafından kullanılan Protocol Buffers biçiminden kaçınarak ağ modelleri için veri serileştirme biçimi olarak FlatBuffers kullanmaktadır.

Pixel Visual Core (PVC)

Ekim 2017'de Google, mobil cihazlar için tamamen programlanabilir bir görüntü, resim ve yapay zeka işlemcisi olan Pixel Visual Core'u (PVC) içeren Google Pixel 2'yi piyasaya sürmüştür. PVC makine öğrenme için TensorFlow'u desteklemektedir. Ayrıca görüntü işleme için Halide progralama dilini desteklemektedir.

Uygulamalar

Google TensorFlow tarafından desteklenen RankBrain'i 26 Ekim 2015 tarihinde resmen yayınlamıştır.

Ayrıca Google, kurulum gerektirmeyen bir TensorFlow Jupyter Notebook ortamı olan Colaboratory'u da piyasaya sürmüştür.[28]

Machine Learning Crash Course (MLCC)

1 Mart 2018'de Google, Machine Learning Crash Course'u (MLCC) yayınlamıştır. Başlangıçta Google çalışanlarını pratik yapay zeka ve makine öğrenimi temelleri ile donatmaya yardımcı olmak için MLCC tasarlanmıştır. Aynı zamanda, kurs kamuya sunulmadan önce dünyanın çeşitli şehirlerinde Google tarafından ücretsiz TensorFlow atölyeleri başlatılmıştır.[29]

TensorFlow 2.0

TensorFlow Ekibi, Eylül 2019'da kütüphanenin yeni bir ana sürümünün yayınlandığını duyurmuştur. TensorFlow 2.0 birçok yeni özellik getirmiştir. Bunlardan en önemlisi, ilk olarak Chainer ve daha sonra PyTorch tarafından popüler hale getirilen "Çalıştırmaya Göre Tanımla" 24 Şubat 2021 tarihinde Wayback Machine sitesinde arşivlendi. şemasına geçilmiştir.[30] Diğer önemli değişiklikler arasında eski kitaplıkların kaldırılması, TensorFlow'un farklı sürümlerindeki eğitimli modeller arasında çapraz uyumluluk ve GPU'daki performansta önemli iyileştirmeler yer almıştır.[31]

Özellikleri

TensorFlow, kararlı Python (tüm platformlarda sürüm 3.7 için) [32] ve C API'leri sağlar.[33] Ayrıca geriye dönük uyumluluk garantisi olmadan sağlanan API'ler: C ++, Go, Java,[34] JavaScript [3] ve Swift (arşivlendi ve geliştirme durdu).[35][36] Üçüncü taraf paketleri C #,[37][38] Haskell,[39] Julia,[40] MATLAB,[41] R,[42] Scala,[43] Rust,[44] OCaml,[45] ve Kristal .[46]

Uygulamalar

Original photo (left) and with TensorFlow neural style applied (right)

TensorFlow'un temelini oluşturduğu uygulamalar arasında, DeepDream gibi otomatik resim yazısı oluşturma yazılımları vardır.[47]

Ayrıca, kullanıcıların "Nöral Ağlar" konusunu gözlemleyebilmeleri ve konsepti anlamaları için "Tensorflow Playground 6 Aralık 2022 tarihinde Wayback Machine sitesinde arşivlendi."adında bir websitesi bulunmaktadır

Ayrıca bakınız

Kaynakça

  1. ^ a b "Credits". TensorFlow.org. 17 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Kasım 2015. 
  2. ^ "TensorFlow Release" (İngilizce). 14 Şubat 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 28 Ocak 2021. 
  3. ^ a b "TensorFlow.js". 6 Mayıs 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 28 Haziran 2018. 
  4. ^ Abadi (2016). "TensorFlow: A System for Large-Scale Machine Learning" (PDF). 12 Aralık 2020 tarihinde kaynağından arşivlendi (PDF). Erişim tarihi: 28 Mayıs 2021. 
  5. ^ Google (2015). TensorFlow: Open source machine learning. 15 Aralık 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 28 Mayıs 2021.  "It is machine learning software being used for various kinds of perceptual and language understanding tasks" – Jeffrey Dean, minute 0:47 / 2:17 from YouTube clip
  6. ^ Video clip by Google about TensorFlow 2015 at minute 0:15/2:17
  7. ^ Video clip by Google about TensorFlow 2015 at minute 0:26/2:17
  8. ^ Dean et al 2015
  9. ^ "Google Just Open Sourced TensorFlow, Its Artificial Intelligence Engine". Wired. 9 Kasım 2015. 9 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Kasım 2015. 
  10. ^ "TensorFlow: Large-scale machine learning on heterogeneous systems" (PDF). TensorFlow.org. Google Research. 9 Kasım 2015. 20 Kasım 2015 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 10 Kasım 2015. 
  11. ^ "Google Open-Sources The Machine Learning Tech Behind Google Photos Search, Smart Reply And More". TechCrunch. 9 Kasım 2015. 9 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Kasım 2015. 
  12. ^ "What Is TensorFlow, and Why Is Google So Excited About It?". Slate. 9 Kasım 2015. 10 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Kasım 2015. 
  13. ^ "Google chairman: We're making 'real progress' on artificial intelligence". CSMonitor. 25 Kasım 2015. 16 Eylül 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 25 Kasım 2015. 
  14. ^ "Tensorflow Release 1.0.0". 27 Şubat 2021 tarihinde kaynağından arşivlendi. 
  15. ^ Metz (10 Kasım 2015). "TensorFlow, Google's Open Source AI, Points to a Fast-Changing Hardware World". Wired. 11 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Kasım 2015. 
  16. ^ Machine Learning: Google I/O 2016 Minute 07:30/44:44 21 Aralık 2016 tarihinde Wayback Machine sitesinde arşivlendi. accessdate=2016-06-05
  17. ^ "Introducing TensorFlow.js: Machine Learning in Javascript". Medium. 30 Mart 2018. 30 Mart 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  18. ^ "What's coming in TensorFlow 2.0". Medium. 14 Ocak 2019. 14 Ocak 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  19. ^ "TensorFlow 2.0 is now available!". Medium. 30 Eylül 2019. 7 Ekim 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Kasım 2019. 
  20. ^ "Introducing TensorFlow Graphics: Computer Graphics Meets Deep Learning". Medium. 9 Mayıs 2019. 9 Mayıs 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  21. ^ "Google supercharges machine learning tasks with TPU custom chip". Google Cloud Platform Blog. 18 Mayıs 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 19 Mayıs 2016. 
  22. ^ "Build and train machine learning models on our new Google Cloud TPUs". Google. 17 Mayıs 2017. 17 Mayıs 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Mayıs 2017. 
  23. ^ "Cloud TPU". Google Cloud. 17 Mayıs 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  24. ^ "Cloud TPU machine learning accelerators now available in beta". Google Cloud Platform Blog. 12 Şubat 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 12 Şubat 2018. 
  25. ^ "Google's new machine learning framework is going to put more AI on your phone". 17 Mayıs 2017 tarihinde kaynağından arşivlendi. 
  26. ^ "TensorFlow Lite Now Faster with Mobile GPUs (Developer Preview)". Medium. 16 Ocak 2019. 16 Ocak 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  27. ^ "uTensor and Tensor Flow Announcement | Mbed". os.mbed.com. 9 Mayıs 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  28. ^ "Colaboratory – Google". research.google.com (İngilizce). 24 Ekim 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Kasım 2018. 
  29. ^ "Machine Learning Crash Course with TensorFlow APIs" (İngilizce). 28 Şubat 2018 tarihinde kaynağından arşivlendi. 
  30. ^ "The State of Machine Learning Frameworks in 2019". The Gradient. 10 Ekim 2019. 10 Ekim 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 6 Temmuz 2020. 
  31. ^ "TensorFlow 2.0 is now available!". TensorFlow Blog. 30 Eylül 2019. 30 Ekim 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 22 Mayıs 2020. 
  32. ^ "All symbols in TensorFlow | TensorFlow". TensorFlow (İngilizce). 22 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  33. ^ "TensorFlow Version Compatibility | TensorFlow". TensorFlow (İngilizce). 10 Ekim 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Mayıs 2018. Some API functions are explicitly marked as "experimental" and can change in backward incompatible ways between minor releases. These include other languages 
  34. ^ "API Documentation". 16 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 27 Haziran 2018. 
  35. ^ "Introducing Swift For TensorFlow". Medium (İngilizce). 26 Nisan 2018. 26 Nisan 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 14 Ağustos 2019. not just a TensorFlow API wrapper written in Swift 
  36. ^ "Swift for Tensorflow is being archived and development has ceased" (İngilizce). 12 Şubat 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2021. As S4TF heads into maintenance mode, it’s a bit Exploding head to reflect on how much I’ve learned. 
  37. ^ "TensorFlowSharp: TensorFlow API for .NET languages". 17 Şubat 2018. 24 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  38. ^ "TensorFlow.NET: .NET Standard bindings for TensorFlow". 11 Aralık 2018. 12 Temmuz 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Aralık 2018. 
  39. ^ "haskell: Haskell bindings for TensorFlow". tensorflow. 17 Şubat 2018. 24 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  40. ^ "A Julia wrapper for TensorFlow". 12 Ağustos 2019. 24 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 14 Ağustos 2019. operations like sin, * (matrix multiplication), .* (element-wise multiplication), etc [..]. Compare to Python, which requires learning specialized namespaced functions like tf.matmul. 
  41. ^ "A MATLAB wrapper for TensorFlow Core". 3 Kasım 2019. 14 Eylül 2020 tarihinde kaynağından arşivlendi. Erişim tarihi: 13 Şubat 2020. 
  42. ^ "tensorflow: TensorFlow for R". RStudio. 17 Şubat 2018. 4 Ocak 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  43. ^ "tensorflow_scala: TensorFlow API for the Scala Programming Language". 17 Şubat 2018. 18 Şubat 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  44. ^ "rust: Rust language bindings for TensorFlow". tensorflow. 17 Şubat 2018. 24 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  45. ^ "tensorflow-ocaml: OCaml bindings for TensorFlow". 16 Şubat 2018. 11 Haziran 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  46. ^ "fazibear/tensorflow.cr". GitHub (İngilizce). 27 Haziran 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Ekim 2018. 
  47. ^ "Google Offers Up Its Entire Machine Learning Library as Open-Source Software". Vice. 11 Kasım 2015. 23 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Kasım 2015. 

Bibliyografya

Dış bağlantılar

İlgili Araştırma Makaleleri

<span class="mw-page-title-main">Android</span> Mobil işletim sistemi

Android, Google ve Open Handset Alliance tarafından, cep telefonları, tabletler ve televizyonlar için geliştirilmekte olan, Linux tabanlı, özgür ve ücretsiz bir işletim sistemidir. Sistem açık kaynak kodlu olsa da, kodlarının ufak ama çok önemli bir kısmı Google tarafından kapalı tutulmaktadır. Google tarafından ücretsiz sunulmasının sebebi, sistemin daha hızlı ve çabuk gelişmesi, birçok popüler marka tarafından kullanılması ve bu sayede reklamlarının daha fazla kişiye ulaşmasını sağlamaktır. Google, Android sistemi üzerinde çalışan Google Play marketteki oyun ve uygulamalar üzerinde aldığı reklamları yayınlayarak para kazanmaktadır. Android'in desteklenen uygulama uzantısı ".apk"dır.

Google Workspace, Google tarafından abonelik tabanlı olarak sunulan, bulut bilişim verimliliği ve iletişim ve iş birliği sistemi araçları ve yazılımıdır.

<span class="mw-page-title-main">Google Chrome</span> Google tarafından geliştirilen bir web tarayıcısı

Google Chrome, Google tarafından geliştirilen ücretsiz bir web tarayıcısıdır. Eylül 2008'de Microsoft Windows sürümü yayımlanmış; daha sonra Linux, macOS, iOS ve Android sürümleri de geliştirilmiştir.

<span class="mw-page-title-main">Makine öğrenimi</span> algoritmaların ve istatistiksel modellerin kullanımıyla bilgisayarların yapacakları işleri kendileri çözebilmeleri

Makine öğrenimi (ML), veriden öğrenebilen ve görünmeyen verilere genelleştirebilen ve dolayısıyla açık talimatlar olmadan görevleri yerine getirebilen istatistiksel algoritmaların geliştirilmesi ve incelenmesiyle ilgilenen, yapay zekâda akademik bir disiplindir. Makine öğrenimi, bilgisayarların deneyimlerinden öğrenerek karmaşık görevleri otomatikleştirmeyi sağlayan bir yapay zeka alanıdır. Bu, veri analizi yaparak örüntüler tespit etme ve tahminlerde bulunma yeteneğine dayanır. Son zamanlarda yapay sinir ağları, performans açısından önceki birçok yaklaşımı geride bırakmayı başardı.

Google, bilgisayar yazılımı ve web arama motoru şirketidir. Şirket 2010 yılından beri ortalama olarak neredeyse her hafta şirket satın alması yapmıştır. Aşağıdaki tablo aksi belirtilmediği sürece ilgili şirketleri tamamen satın almalarının tamamlanmamış bir listesidir. Buradaki satın alma tarihi Google ve ilgili şirketin anlaşma tarihini gösterir. Google merkezi ABD'de olduğundan satın alma bedelleri Amerikan doları cinsinden verilmiştir. Eğer bedel listede yoksa gizli tutulmuş demektir. Satın alınan şirketten bir Google hizmeti türetildiği biliniyorsa o da burada listelenmiştir. Google, 2015 yılında Alphabet olarak bilinen daha büyük bir holding şirketinin bir yan kuruluşu olarak yeniden düzenlendi.

Aşağıdaki çizelgede derin öğrenme konusunda en bilinen yazılım iskeletleri, yazılım demetleri ve bilgisayar programları karşılaştırılmaktadır.

<span class="mw-page-title-main">Google Cloud Messaging</span>

Google Cloud Messaging, Google tarafından geliştirilen, mobil bir bildirim hizmeti'dir. Üçüncü şahıs uygulama geliştiricilerinin, geliştirici tarafından işletilen sunuculardan uygulamalara bildirim verileri veya bilgileri gönderebilmelerini sağlar. 2012 yılında Android Jelly Bean ile tanıtıltı. Android işletim sisteminin yanı sıra Xamarin ve Google Chrome İnternet tarayıcısı için geliştirilen uygulamalar veya uzantıları hedefler. Geliştiricilere ücretsiz olarak sunulmaktadır. GCM Hizmeti ilk önce Haziran 2012'de, kimlik doğrulama ve dağıtım, yeni API bitiş noktaları ve mesajlaşma parametrelerinin iyileştirilmesi ve sınırlamaların kaldırılmasını gerekçe göstererek, Google'ın Android Cloud to Device Messaging (C2DM) hizmetinin devamı niteliğinde ilan edildi. Google'ın "Firebase Cloud Messaging" (FCM) yerini almıştır.

<span class="mw-page-title-main">Anaconda (Python dağıtımı)</span>

Anaconda ücretsiz ve açık kaynaklı, Python ve R programlama dillerinin bilimsel hesaplama kullanımında paket yönetimini kolaylaştırmayı amaçlayan bir özgür ve açık kaynaklı dağıtımdır. Paket sürümleri conda paket yönetim sistemi ile yönetilir. Anaconda dağıtımı Windows, Linux ve MacOS işletim sistemlerinde kullanılabilen veri bilimi paketleri içerir.

<span class="mw-page-title-main">Keras</span> Sinir Ağ Kütüphanesi

Keras, Python'da yazılmış açık kaynaklı bir sinir ağı kütüphanesidir. Keras TensorFlow, Microsoft Cognitive Toolkit, R, Theano veya PlaidML ile beraber çalışabilir. Derin sinir ağları ile hızlı deney yapabilmek için tasarlanan bu cihaz kullanıcı dostu, modüler ve genişletilebilir olmaya odaklanıyor. ONEIROS, projesinin araştırma çabalarının bir parçası olarak geliştirilmiştir ve ana yazarı ve sürdürücüsü Google mühendisi François Chollet'tir. Chollet ayrıca XCeption derin sinir ağı modelinin yazarıdır.

PyTorch, Torch kütüphanesine dayanan açık kaynaklı bir makine öğrenme kütüphanesidir, bilgisayarla görme ve doğal dil işleme gibi uygulamalar için kullanılır. Öncelikle Facebook'un AI Araştırma laboratuvarı (FAIR) tarafından geliştirilmiştir. Değiştirilmiş BSD lisansı ile piyasaya sürülen ücretsiz ve açık kaynaklı bir yazılımdır. Python arabirimi daha öne çıkan ve geliştirmenin birincil odağı olmasına rağmen, PyTorch'un bir C ++ arabirimi de vardır.

WebRTC, web tarayıcılarına ve mobil uygulamalara basit uygulama geliştirme arayüzü (API'ler) aracılığıyla gerçek zamanlı iletişim (RTC) sağlayan ücretsiz, açık kaynaklı bir projedir. Direkt olarak eşler arası iletişime izin vermesi ile, eklenti yükleme veya uygulama indirme ihtiyacını ortadan kaldırarak, ses ve video iletişiminin web sayfalarında kolaylıkla kullanılmasını sağlar. Apple, Google, Microsoft, Mozilla ve Opera tarafından desteklenen WebRTC, World Wide Web Konsorsiyumu (W3C) ve İnternet Mühendisliği Görev Gücü (IETF) aracılığıyla standartlaştırılmaktadır.

<span class="mw-page-title-main">GDG DevFest</span> Etkinlik

DevFest'ler, her yıl 24 Kasım'da Google'ın genel sponsorluğunda Google Geliştirici Grupları tarafından organize edilen dünyada birçok ülkede, birçok ilde gerçekleştirilen geliştirici etkinlikleridir.

Puffin Browser, CloudMosa tarafından geliştirilen bir web tarayıcısıdır.

<span class="mw-page-title-main">Google Nest</span>

Google Nest daha önce Nest Labs adıyla bilinen bir Google LLC markasıdır. Ev otomasyonu sistemleri, akıllı hoparlörler, akıllı ekranlar, akış cihazları, akıllı termostat, duman dedektörü, yönlendiriciler, güvenlik alarmı, akıllı kapı zili, kameralar ve akıllı kilitler dahil güvenlik sistemleri pazarlar.

Calico LLC, 18 Eylül 2013'te 'yaşlanma ve yaşlanmanın tetiklediği hastalıklarla mücadele' amacıyla Bill Maris tarafından kurulan ve de Google tarafından desteklenen Amerikan Ar-Ge biyoteknoloji şirketidir. Google'ın 2013 Kurucu Mektubu'nda Larry Page, Calico'yu "sağlık, esenlik ve uzun ömür" kavramlarına odaklanan bir şirket olarak tanımladı. Şirketin ismi "Kaliforniya Yaşam Şirketi" anlamına gelen "California Life Company"nin kısaltmasından oluşmaktadır.

Kubernetes yazılım dağıtımını, ölçeklendirmeyi ve yönetimini otomatikleştirmek için açık kaynaklı bir yerleştirme düzenleme sistemidir. Google başlangıçta Kubernetes'i tasarladı, ancak artık Cloud Native Computing Foundation projeyi sürdürmektedir.

<span class="mw-page-title-main">Pop! OS</span>

Pop OS, bilgisayar üreticisi System76 firması tarafından geliştirilen, Ubuntu tabanlı özgür ve açık kaynaklı bir Linux dağıtımıdır. Grafik kullanıcı arayüzü olarak yine System76 tarafından geliştirilen COSMIC masaüstü ortamını kullanmaktadır. Pop! _OS'un hedef kitlesi; bilgisayarı keşfetme ve yaratma aracı olarak kullanan STEM ve yaratıcı profesyoneller olarak belirlenmiştir.

Semantic Scholar, Allen Yapay Zeka Enstitüsü'nde geliştirilen ve Kasım 2015'te halka açık olarak yayınlanan bilimsel literatür için yapay zekâ destekli bir araştırma aracıdır. Bilimsel makaleler için özetler sağlamak üzere doğal dil işlemedeki gelişmeleri kullanır. Semantic Scholar ekibi, yapay zekanın doğal dil işleme, makine öğrenimi, İnsan-bilgisayar etkileşimi ve bilgi çekme alanlarında kullanımını aktif olarak araştırmaktadır.

Google AI, Google'ın yapay zeka ve makine öğrenimi alanındaki çalışmalarını yürüten ve geliştiren 2017 tarihinde kurulmuş bir teknoloji bölümüdür.

Hugging Face, Inc., bir Fransız-Amerikan şirketi.. New York City merkezli olan şirket, makine öğrenimi kullanarak uygulamalar geliştirmek için hesaplama araçları sağlayan bir platform geliştirmektedir. Şirket, özellikle doğal dil işleme uygulamaları için geliştirilen transformer kütüphaneleri ile ve kullanıcıların makine öğrenimi modellerini, veri setlerini paylaşabildikleri ve çalışmalarını sergileyebildikleri platformuyla bilinmektedir.


Bu sayfa, bu Vikipedi makalesine dayanmaktadır.
Metin, CC BY-SA 4.0 lisansı altında mevcuttur; ek koşullar uygulanabilir.
Görseller, videolar ve sesler kendi lisansları altında mevcuttur.