機能紹介

TensorFlowは下記のような特徴を持っています。

• 演算・制御機能

関数としては基本的な行列/配列演算の他、確立分布を求めるためのソフトマックス関数やシグモイド関数などが用意されています。
また、演算結果を保存したり、読み込むための関数や、TensorFlowの機能を利用するための関数や、訓練アルゴリズムにおいてよく用いられる勾配計算もサポートされています。
こういった演算を制御するためのif条件式、while条件式などの制御もTensorFlowの機能として備わっています。

• 複数デバイスのサポート

TensorFlowは単一デバイスでの実行の他、GPUなどを用いた複数デバイスでの処理が考慮された設計になっています。
各デバイスへの処理やデバイス間通信はコストなどを計算して自動的に割り当てられますが、ユーザが手動で指定することも可能です。
また、自動割り当てであっても、「この処理はGPU上のみで実行する」などの制約を課すこともできます。

• 部分実行可能なアーキテクチャ

TensorFlowは、基本的にユーザが規定したグラフを逐次計算しますが、グラフ中の演算を最低限のコストで部分的に実行することができます。
演算機能の項でも挙げましたが、部分的に実行した結果は保存・読み出しをすることも可能です。

• TensorBoard

TensorFlowには、ユーザが自身で考案した計算グラフや、各グラフの実行時間などを可視化するツールである、TensorBoardが備えられています。
ユーザはこのツールを利用することで、考案したグラフやその計算結果の全容を容易に理解することができます。

• Define-by-Run

TensorFlow 2からは、「Define-by-Run」というアイデアを取り入れています。「Define-by-Run」は、深層学習フレームワークの一つであるChainerが最初に採用した概念で、ネットワークの構築と順伝播処理の実行を同時に行えるようにするため、途中の処理結果が確認でき、デバッグが楽になります。さらには途中の処理結果に応じて、処理内容を変更できます。