TensorFlow KI-Software von Google nun auch für iOS verfügbar

In einer Pre-Release-Version seiner TensorFlow Software hat Google nun auch iOS als unterstütztes Betriebssystem integriert. Der Support von iOS wurde zwar bereits im November 2015 angekündigt, bisher war ein finaler Releasetermin aber noch nicht zu benennen. Eine sehr frühe Version von TensorFlow 0.9 wurde am 07.06. auf GitHub veröffentlicht. Die Software ist seit letztem November Open Source.

TensorFlow ist Google leistungsstarke Softwarelösung für künstliche Intelligenz, die viele hauseigene Apps befeuert. Sie funktioniert nach dem Prinzip des neuralen Netzwerks, also im Grunde ähnlich wie die Datenverarbeitung im menschlichen Gehirn arbeitet.

Durch das Freigeben als Open Source-Software wollte Google ermöglichen, dass diese weitreichend Einsatz findet und so auch Forschern, Entwicklern und auch Bastlern dabei hilft, schnell Fortschritte mit ihren Projekten zu machen. Die Umsetzung für iOS soll die Möglichkeiten nun noch weiter fächern. Wann genau die finale Version 0.9 erscheint, ist noch nicht bekannt. Die Pre-Release ist hier zu finden.

Neben der iOS-Unterstützung gibt es noch einige weitere Neuerungen und Performance-Verbesserungen zu verkünden:

[color-box color=“blue“ rounded=“1″]

Major Features and Improvements

• Python 3.5 support and binaries
• Added iOS support
• Added support for processing on GPUs on MacOS
• Added makefile for better cross-platform build support (C API only)
• fp16 support for many ops
• Higher level functionality in contrib.{layers,losses,metrics,learn}
• More features to Tensorboard
• Improved support for string embedding and sparse features
• TensorBoard now has an Audio Dashboard, with associated audio summaries

Big Fixes and Other Changes

• Turned on CuDNN Autotune
• Added support for using third-party Python optimization algorithms (contrib.opt)
• Google Cloud Storage filesystem support
• HDF5 support
• Add support for 3d convolutions and pooling
• Update gRPC release to 0.14
• Eigen version upgrade
• Switch to eigen thread pool
• tf.nn.moments() now accepts a shift argument. Shifting by a good estimate of the mean improves numerical stability. Also changes the behavior of the shift argument to tf.nn.sufficient_statistics()
• Performance improvements
• Many bugfixes
• Many documentation fixes
• TensorBoard fixes: graphs with only one data point, Nan values, reload button and auto-reload, tooltips in scalar charts, run filtering, stable colors
• Tensorboard graph visualizer now supports run metadata. Clicking on nodes while viewing a stats for a particular run will show runtime statistics, such as memory or compute usage. Unused nodes will be faded out

[/color-box]

(via 9to5Google)