Deep learning según Google

No podemos descuidar a un actor principal como Google. Esta podría ser una buena razón para considerar usar TensorFlow en sus proyectos, pero no es la única.

Según el sitio de GitHub, TensorFlow y Keras dominan la cantidad de GitHub stars by AI library en 2020: 153 000 estrellas para TensorFlow, 51 000 para Keras, 46 000 para PyTorch, 45 000 para Scikit-learn, 31 000 para Caffe y 19 000 para MXNet.

Se puede acceder fácilmente a estos frameworks en R:

  • TensorFlow y Keras, como veremos más adelante,

  • PyTorch, con el paquete rTorch,

  • Scikit-learn, que funciona muy bien en R cuando se importa con reticulate,

  • MXNet (pero preste atención, no a través del CRAN), cuya instalación no es sencilla, pero la implementación es potente.

TensorFlow es una librería de software open source dedicada a los cálculos numéricos. Se usa muy a menudo en el contexto del Deep learning, pero no exclusivamente.

Esta librería implementa gráficos de flujo de datos en segundo plano a los que puede acceder, pero que solo los especialistas analizan. Los nodos representan operaciones matemáticas, mientras que las aristas del gráfico representan tensores (gráficos dirigidos). El interés de esta arquitectura gráfica es múltiple, pero cabe recordar que, entre otras cosas, permite una mejor gestión de la paralelización de los procesos.

El framework da acceso a las mejores tecnologías para...

Si desea saber más, le proponemos el siguiente libro:
couv_EPT3DASR.png
60-signet.svg
Versión impresa
20-ecran_lettre.svg
Versión online
41-logo_abonnement.svg
En ilimitado con la suscripción ENI
130-boutique.svg
En la tienda oficial de ENI
Anterior
Consideraciones sobre los casos complicados
Siguiente
Instalar e inicializar su contexto técnico