TensorFlow: Aprendizado de Máquina em Grande Escala em Sistemas Distribuídos Heterogêneos

TensorFlow é uma interface para expressar algoritmos de aprendizado de máquina, e uma implementação para executar tais algoritmos. Um cálculo expresso usando TensorFlow pode ser executado com pouca ou nenhuma alteração em uma grande variedade de sistemas heterogêneos, desde dispositivos móveis como telefones e tablets até sistemas distribuídos em grande escala com centenas de máquinas e milhares de dispositivos computacionais, como placas GPU. O sistema é flexível e pode ser usado para expressar uma ampla variedade de algoritmos, incluindo algoritmos de treinamento e inferência para modelos de redes neurais profundas, e tem sido usado para conduzir pesquisas e para implantar sistemas de aprendizado de máquina em produção em mais de uma dúzia de áreas da ciência da computação e outros campos, incluindo reconhecimento de fala, visão computacional, robótica, recuperação de informação, processamento de linguagem natural, extração de informação geográfica e descoberta computacional de fármacos. Este artigo descreve a interface TensorFlow e uma implementação dessa interface que construímos no Google. A API TensorFlow e uma implementação de referência foram lançadas como um pacote open-source sob a licença Apache 2.0 em novembro de 2015 e estão disponíveis em www.tensorflow.org.