Theano - Introduzione

Hai sviluppato modelli di Machine Learning in Python? Quindi, ovviamente, conosci le complessità nello sviluppo di questi modelli. Lo sviluppo è in genere un processo lento che richiede ore e giorni di potenza di calcolo.

Lo sviluppo del modello di Machine Learning richiede molti calcoli matematici. Questi generalmente richiedono calcoli aritmetici, in particolare matrici di grandi dimensioni di dimensioni multiple. Oggigiorno utilizziamo reti neurali anziché le tradizionali tecniche statistiche per lo sviluppo di applicazioni di Machine Learning. Le reti neurali devono essere addestrate su un'enorme quantità di dati. La formazione viene eseguita in batch di dati di dimensioni ragionevoli. Pertanto, il processo di apprendimento è iterativo. Pertanto, se i calcoli non vengono eseguiti in modo efficiente, l'addestramento della rete può richiedere diverse ore o addirittura giorni. Pertanto, l'ottimizzazione del codice eseguibile è altamente desiderata. Ed è quello che offre esattamente Theano.

Theano è una libreria Python che consente di definire espressioni matematiche utilizzate nel Machine Learning, ottimizzare queste espressioni e valutarle in modo molto efficiente utilizzando in modo decisivo le GPU in aree critiche. Può competere con le tipiche implementazioni C complete nella maggior parte dei casi.

Theano è stato scritto nel laboratorio LISA con l'intenzione di fornire un rapido sviluppo di algoritmi di apprendimento automatico efficienti. È rilasciato con una licenza BSD.

In questo tutorial imparerai a usare la libreria Theano.