TensorFlow es una de las herramientas más populares e influyentes en el campo de la del aprendizaje automático. En este artículo vamos a ver qué es exactamente y cómo funciona.
¿Qué es TensorFlow?
Siempre que hablamos de TensorFlow se dice que es una “biblioteca (o librería) para hacer aprendizaje automático, pero este definición no es muy explícita y por eso vamos a ver cómo nos permite crear modelos de aprendizaje.
Para crear modelos de aprendizaje automático, tenemos que hacer muchos cálculos matemáticos, la gran mayoría son operaciones de multiplicación de matrices. Estos cálculos no son eficientes en un procesador tradicional y por eso se requiere de toda la ayuda que se pueda conseguir para hacerlos lo más rápido posible y gastando menos energía.
Es aquí donde entra TensorFlow, una biblioteca que permite representar estos cálculos mediante grafos de cómputo y después ejecutarlos en procesadores especializados como tarjetas gráficas y otros procesadores eficientes en operaciones matemáticas pesadas. Además, TensorFlow abstrae al usuario final (tú), de los detalles de implementación de muchas funciones y operaciones matemáticas que se usan mucho en el aprendizaje automático. Y finalmente, con su API de alto nivel, Keras, te permite crear diferentes tipos de redes neuronales sin que tengas que pelearte con los detalles de implementación.
Y es aquí donde empieza lo interesante. ¿Qué es un grafo de cómputo? ¿Cómo llegamos a él y para qué nos sirve? Veamos.
Grafos de cómputo de TensorFlow
Para entenderlo, vamos a ver un ejemplo sencillo de un cálculo y su representación, por ejemplo, sumemos dos números, que llamaremos X y Y.
¿Cómo representa TensorFlow esto? Este es el grafo de cómputo que podemos ver con una herramienta de análisis de TensorFlow llamada TensorBoard:
Puedes pensar en este grafo como una serie de nodos que representan cada uno
una operación sobre conjuntos de datos numéricos llamados tensores. Cuando
ejecutamos este grafo, los tensores fluyen por estos nodos, transformándose
en cada uno, hasta que obtenemos el resultado final de la operación. (Los nodos
que dicen Identity son operaciones de copia o lectura de valores, útiles para
el funcionamiento interno de TensorFlow).
La otra cosa que podemos notar hasta abajo de la gráfica son los dos nodos que representan nuestros números simples: X scalar y Y scalar, ya que los definimos como números simples, que también pueden pensarse como tensores de una dimensión.
Formalmente, TensorFlow te da una serie de estructuras de datos, que puedes ir construyendo poco a poco para definir todas las operaciones que necesites hacer.
En una red neuronal, estos grafos son mucho más complicados, pero justo ese es el trabajo de TensorFlow: ayudarte a definirlos y a ejecutarlos en el hardware más conveniente para tu proyecto.
Usar los grafos de cómputo de TF te permite varias cosas más:
-
Optimización de las operaciones: TensorFlow tiene todo un sistema de optimización
llamado
Grappler, que se encarga varias optimizaciones. - Paralelización. Con las operaciones divididas, TensorFlow puede verificar qué operaciones son independientes y puede ejecutarlas en otros procesadores si están disponibles.
- Exportación. Una vez teniendo las operaciones definidas en un grafo, no necesitamos de Python para ejecutarlas, así que TensorFlow puede ejecutarlas en otros dispositivos y usando otros lenguajes.
Esta definición de grafos de cómputo no es la única forma de trabajar con TensorFlow, ya que desde su versión 2.0, también permite trabajar con un modo más imperativo, que se siente más integrado con Python y más dinámico: la ejecución adelantada (en inglés: eager execution). Con esta forma de ejecución, las operaciones se van ejecutando inmediatamente después de definirlas. Esto es más fácil de programar y de leer, pero deja poco espacio para la optimización. Es justamente como la comparación entre un lenguaje compilado y uno interpretado.
TensorFlow y Keras
Keras era otra biblioteca que se creó por separado, para hacer más fácil de usar la versión 1.0 de TensorFlow, que era bastante más verbosa de programar (por sólo soportar grafos de cómputo estáticos).Sin embargo, en la versión 2.0 de TensorFlow, Keras se volvió parte del paquete.
Keras te permite crear modelos de aprendizaje profundo de manera sencilla. Es la manera fácil de usar TensorFlow, pero también te permite complicarte tanto como quieras o necesites (esperamos que sea esto último). Keras usa el principio de “revelación progresiva de la complejidad”, lo que significa que puedes empezar de manera muy sencilla e ir aprendiendo cosas conforme vayas avanzando en hacer cosas más complejas.
Así que la forma más común de usar TensorFlow para crear tus modelos de machine learning es mediante la interfaz de Keras, que además de todo te provee de utilidades que son de uso muy común en las redes neuronales. Por ejemplo, provee regularizadores, inicializadores, funciones de activación, optimizadores, y muchas utilidades más. Es por eso que ya casi no se concibe el uso de TensorFlow para casos comunes sin usar Keras.
TensorFlow y MLIR
MLIR es una herramienta para crear compiladores hecha por parte del mismo equipo que hizo LLVM, la infraestructura para compiladores que está detrás de la mayoría de los compiladores modernos.
La especialidad de MLIR es hacer traducciones para arquitecturas de hardware no tradicionales,usando un lenguaje intermedio multi-capa al que le puedes agregar más plugins para diferentes arquitecturas de ejecutores. MLIR es muy usado para computación de alto rendimiento, justamente la que necesitamos para crear modelo de aprendizaje automático complejos en tiempos y con costos razonables.
Así que TensorFlow, aprovechando este sistema, usa MLIR para compilar los grafos de cómputo y los modelos para hardware específico, para que se pueda obtener el mejor rendimiento posible.
TensorFlow y su relación con el hardware
Después de la sección anterior, es muy probable que la relación de TF con el hardware quede muy clara: TensorFlow ayuda a que se pueda compilar de mejor manera el código con los cálculos para poder ejecutarlo en el hardware especializado.
IF soporta gran variedad de tipos de hardware y es por eso que hasta el momento es la biblioteca de machine learning con mejor soporte para distribuir tus modelos en diferentes dispositivos, desde procesadores especializados hasta que corran directamente en tu teléfono o navegador.
Conclusión
Si quieres hacer machine learning, lo más probable es que tengas que aprender TensorFlow, una herramienta muy útil para hacer los modelos usados hoy.
Espero que lo que hablamos sobre TensorFlow en este artículo te haya ayudado a entenderlo un poco más. En otro artículo hablaremos de su competidor más directo: PyTorch.
Comentar